文献

J-GLOBAL ID：202002283833058642   整理番号：20A1944518

マルチスケールニューラルネットワークによる突出物検出【JST・京大機械翻訳】

Salient object detection via multi-scale neural network

著者 (2件)： Lu Weiqian (Nanjing University Jinling College) ,  Wu Gangshan (Nanjing University)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICIMCS ’18  ページ： 1-5  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 多くのコンピュータビジョンタスクの基本であるサレントオブジェクト検出は,与えられた画像の中で最も魅力的なオブジェクトを見つけることを目的とする。本論文では,顕著な物体検出のためのエンドツーエンドマルチスケールニューラルネットワークを提案した。第1に,著者らは,ネットワークの再受容分野を効果的に増加させるために,不均一拡張ブロックを提案し,一方,拡張畳込みによって引き起こされたグリッド化効果問題を軽減した。第2に,著者らは,ブラーリーアーチファクトを解決して,精度を改善するために,完全に学習可能なアップサンプリングモジュールによって従来の補間アップサンプリング層を置換する。最後に,3つの異なるスケールにおける損失を計算し,ネットワークがバックプロパゲーションを通してより良く学習することを可能にする。提案方法をMSRAとECSSDデータセットで検証し,最先端の方法より優れていることを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  学習 ,  *ネットワーク ,  *ニューラルネットワーク ,  内挿法 ,  エンドツーエンド方式 ,  コンピュータビジョン ,  逆伝搬法
準シソーラス用語： マルチスケール ,  物体検出 ,  アップサンプリング ,  突出部検出 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 畳込みニューラルネットワーク ,  拡大畳込み ,  マルチスケール損失 ,  突出物検出

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (1件)： 突出物検出