マルチスケール物体検出のための特徴強調【JST・京大機械翻訳】

Zheng Huicheng; Zheng Huicheng; Chen Jiajie; Chen Lvran; Chen Lvran; Li Ye; Li Ye; Yan Zhiwei; Yan Zhiwei

文献

J-GLOBAL ID：202002289136823781 整理番号：20A1063274

マルチスケール物体検出のための特徴強調【JST・京大機械翻訳】

Feature Enhancement for Multi-scale Object Detection

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A1063274&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A1063274&from=J-GLOBAL&jstjournalNo=W0953A") }}

著者 (9件)： , , , , , , , ,
資料名：
巻： 51 号： 2 ページ： 1907-1919 発行年： 2020年
JST資料番号： W0953A ISSN： 1370-4621 CODEN： NPLEFG 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：ドイツ (DEU) 言語：英語 (EN)

最近,深い学習は,オブジェクト検出において大きな進歩をもたらした。しかしながら,著者らは,伝統的な手による特徴が生データから学習された特徴に相補的な価値ある人間知識を含む可能性があると信じている。その上,ほとんどすべてのトップ実行オブジェクト検出法は,画像分類のために最初に設計されたバックボーンを用いることによって特徴を抽出する。生成された特徴は,しばしば高度に意味があり,それはグローバル画像分類に有益であるが,様々なスケールの下でのオブジェクト位置確認と認識のために有用な詳細を失うかもしれない。上記の問題を軽減するために,本論文では特徴強調法を提案した。伝統的なオブジェクト検出研究における指向性勾配のヒストグラムの成功によってヒントを得て,著者らは,識別的局所的方向を捕えるために,畳込みニューラルネットワークへの入力として,配向勾配に基づく特徴チャネルを構築した。入力特徴表現を強化するために,配向勾配とRGB特徴をネットワークの入力として積み重ねた。正確なオブジェクト位置決めと認識のために,拡張畳込みを用いて,出力特徴マップの空間分解能を増加させ,それらのそれぞれの受容場を維持した。異なる受容場を有する階層的特徴マップを,余分なアップサンプリングなしでマルチスケール物体検出のための最終特徴表現に集約した。PASCAL VOC2007と2012に関する実験結果は,マルチスケール物体検出のための最先端の方法と比較して,提案した方法の優位性を実証した。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

パターン認識 , 図形・画像処理一般

前のページに戻る