抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
オクルージョン,ぼけおよび雑音に対する物体検出器の改善は,実際の応用において検出器を展開するための重要なステップである。データ収集を通してすべての画像欠陥とオクルージョンを排出することができないので,多くの研究者は閉塞したサンプルを作り出すことを求めている。生成された硬いサンプルは画像または粗いパッチを持つ特徴マップのいずれかである。重要なオーバーヘッドは,余分なネットワークブランチを用いて,ハードサンプルの生成および/またはドロップアウトパッチの推定に必要である。本論文では,Inverted Attention(IA)と呼ばれる非常に効率的で微細な粒子機構を用いて,物体検出器を改善した。オブジェクトの支配的部分のみに焦点を合わせたオリジナル検出器ネットワークと異なり,IAによる検出器ネットワークは,検出器を押す特徴マップに注意を繰り返し,新しい識別手掛かりを発見し,相補的オブジェクト部分,特徴チャネル,およびコンテキストに関してより多くの注意を払う。著者らのアプローチ(1)は,特徴マップの空間的およびチャネル次元の両方に沿って動作する。(2)ハードサンプルに関する余分な訓練を必要とせず,注意評価のための余分なネットワークパラメータはなく,テストオーバーヘッドはなかった。実験は,著者らの方式がベンチマークデータベースに関する最先端の検出器を一貫して改良することを示したCopyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】