文献

J-GLOBAL ID：202102223413097636   整理番号：21A0496280

マルチスケール非局所注意力ネットワークの小ターゲット検出アルゴリズム【JST・京大機械翻訳】

Small Objects Detection Method Based on Multi-scale Non-local Attention Network

著者 (2件)： Liang Yanyu (黒竜江大学 計算机科学技術学院,哈爾浜 150080;黒竜江大学 黒竜江省数据庫与并行計算重点実験室,哈爾浜 150080) ,  Li Jinbao (黒竜江大学 計算机科学技術学院,哈爾浜 150080;黒竜江大学 黒竜江省数据庫与并行計算重点実験室,哈爾浜 150080;黒竜江大学 軟件学院,哈爾浜 150080)
資料名： Jisuanji Kexue Yutansuo  (Jisuanji Kexue Yutansuo)
巻： 14  号： 10  ページ： 1744-1753  発行年： 2020年 
JST資料番号： C2939A  ISSN： 1673-9418  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 既存の小目標検出方法は,通常,マルチスケール特徴マップまたはマルチスケール融合特徴を用いて検出され,これらの方法は,特徴マップの空間情報を用いて,チャネル間の相互依存性を無視する。浅層において非局所チャネル注意力モジュールを用いて特徴のグローバル空間情報を統合し,チャネル間の情報を較正するために,新しい小ターゲット検出ネットワークを提案した。空間ドメインとチャネル領域から特徴の遠距離依存性関係を獲得し、浅層特徴における小目標の文脈意味情報を強化する。同時に、密集接続構造により深層部分の特徴抽出能力を強化し、豊富な目標情報を獲得し、目標検出タスクの正確性とリアルタイム性を高める。実験結果は,このアルゴリズムが,PASCALVOCとMSCOデータセットにおいて,より良い検出結果を得て,検出速度を保証して,効果的に小さなターゲットの検出精度を改善できることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  *ネットワーク ,  特徴抽出 ,  検出法 ,  チャネル
準シソーラス用語： 空間情報 ,  マルチスケール ,  意味情報 ,  正確性 ,  ターゲット検出 ,  検出精度 ,  特徴マップ ,  *検出アルゴリズム ,  ターゲット情報 ,  チャネル層 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： マルチスケール ,  注意力 ,  ターゲット ,  検出アルゴリズム