文献

J-GLOBAL ID：202002284592778446   整理番号：20A2782102

様相不均衡問題を扱うことによるマルチスペクトル歩行者検出の改善【JST・京大機械翻訳】

Improving Multispectral Pedestrian Detection by Addressing Modality Imbalance Problems

著者 (3件)： Zhou Kailai (Nanjing University, Nanjing, China) ,  Chen Linsen (Nanjing University, Nanjing, China) ,  Cao Xun (Nanjing University, Nanjing, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12363  ページ： 787-803  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： マルチスペクトル歩行者検出は,色-熱様式をレバーすることによって不十分な照明条件に適応できる。一方,2つのモダリティを効果的に融合する方法に関する詳細な洞察は不足している。従来の歩行者検出と比較して,著者らは,マルチスペクトル歩行者検出が,デュアルモダリティネットワークの最適化プロセスを妨げて,検出器の性能を抑圧する,モダリティ不均衡問題に悩まされることを発見した。この観察に触発されて,著者らは,より柔軟でバランスの取れた方法で最適化プロセスを容易にするModity Balance Network(MBNet)を提案する。第1に,著者らは,2つのモダリティを互いに補完するために,新規微分モダリティアウェア融合(DMAF)モジュールを設計した。第二に,照明認識特徴アラインメントモジュールは照明条件に従って相補的特徴を選択し,適応的に2つのモダリティ特徴を整列させる。広範な実験結果は,MBNetが,精度および計算効率に関して,挑戦的なKAISTおよびCVC-14マルチスペクトル歩行者データセットの両方に関して最先端技術より優れていることを実証した。コードは,利用可能である。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  ネットワーク ,  照明 ,  *歩行者 ,  照明条件 ,  微分 ,  検出器 ,  多モード
準シソーラス用語： モダリティ ,  *多重スペクトル ,  計算効率 , 【Automatic Indexing@JST】

著者キーワード (3件)： マルチスペクトル歩行者検出 ,  モダリティ不均衡問題 ,  マルチモーダル特徴融合

分類 (2件)： 人工知能  (JE08000Z) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (3件)： 均衡 ,  マルチスペクトル ,  歩行者検出