文献

J-GLOBAL ID：202102232313861864   整理番号：21A1228621

群衆計数のための2ストリーム適応畳込みニューラルネットワーク【JST・京大機械翻訳】

Two-stream Adaptive Convolutional Neural Network for Crowd Counting

著者 (6件)： Mo Yang (Hunan Normal University and Hunan Normal University, China) ,  Fu SongLing (Hunan Normal University) ,  Zhang QiJun ([e-mail]) ,  Li Dan (Hunan Normal University) ,  Li Liu (Hunan Normal University) ,  Xu ChuanFu (National University of Defense Technology)
資料名： ACM Proceedings  (ACM Proceedings)
号： CSAI 2020  ページ： 152-158  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： いくつかの場面における高い群衆密度および群衆特徴スケールにおける大きな差異のため,人々の数を計算するのは難しい。マルチブランチCNNの構造は,異なるスケールの特徴を扱うことができ,群衆計数の精度を改善するが,パラメータを増加させ,より複雑になる。本論文では,単一フレーム画像におけるクラウド計数のために,簡単な構造とバランス性能を有する2S-ACNNを提案した。ネットワーク構造は,異なるスケールの特徴を取り扱うために受容野の異なるサイズを使用して,特徴融合を実施するためにマルチスケールプール構造を加えて,それはモデルの表現能力を改善した。実験結果は,本方法がより少ないパラメータを維持して,より低い損失とより高い精度を達成することができることを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク構造
準シソーラス用語： マルチスケール ,  受容野 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 畳込みニューラルネットワーク ,  群衆計数 ,  マルチスケール ,  受容野

分類 (3件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 計数 ,  ストリーム ,  適応 ,  畳込みニューラルネットワーク