文献

J-GLOBAL ID：202102228661937317   整理番号：21A1030849

RGB-D突出物検出のための階層的動的フィルタリングネットワーク【JST・京大機械翻訳】

Hierarchical Dynamic Filtering Network for RGB-D Salient Object Detection

著者 (5件)： Pang Youwei (Dalian University of Technology, Dalian, China) ,  Zhang Lihe (Dalian University of Technology, Dalian, China) ,  Zhao Xiaoqi (Dalian University of Technology, Dalian, China) ,  Lu Huchuan (Dalian University of Technology, Dalian, China) ,  Lu Huchuan (Peng Cheng Laboratory, Shenzhen, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12370  ページ： 235-252  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： RGB-D突出物体検出(SOD)の主目的は,交差モード融合情報を統合し,利用する方法である。本論文では,新しい展望からこれらの問題を検討した。高密度接続構造により異なるモダリティの特徴を統合し,それらの混合特徴を用いて,異なるサイズの受容場を有する動的フィルタを生成した。最後に,一種のより柔軟で効率的なマルチスケールクロスモーダル特徴処理,すなわち動的拡張ピラミッドモジュールを実行した。予測が鋭いエッジと一貫した顕著性領域を持つために,ハイブリッド強化損失関数を設計し,結果をさらに最適化した。この損失関数も,単一モードRGB SODタスクにおいて有効であることを検証した。6つのメトリックスに関して,提案方法は,8つの挑戦的なベンチマークデータセットに関して既存の12の方法より優れていた。多数の実験により,提案したモジュールと損失関数の有効性を検証した。著者らのコード,モデルおよび結果は,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 ,  フィルタ ,  *損失関数 ,  有効性 ,  単一モード ,  ベンチマーク
準シソーラス用語： モダリティ ,  物体検出 ,  高密度 ,  *RGB-D , 【Automatic Indexing@JST】

著者キーワード (4件)： RGB-D突出物検出 ,  クロスモーダル融合 ,  動的拡張ピラミッドモジュール ,  ハイブリッド強化損失

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： RGB-D ,  突出物検出 ,  フィルタリング