文献

J-GLOBAL ID：202102241672353340   整理番号：21A0672207

マルチスペクトル歩行者検出のためのマルチモーダル特徴融合における空間的およびチャネル的注意【JST・京大機械翻訳】

Spatial and Channel-wise Attention in Multimodality Feature Fusion for Multispectral Pedestrian Detection

著者 (4件)： Wei Hao (Jiangsu University,School. of Electronic and Informatics Engineering,Zhenjiang,Jiangsu,China,212013) ,  Shen Jifeng (Jiangsu University of Science and Technology,School. of Computer Science and Engineering,Zhenjiang,Jiangsu,China,212003) ,  Zuo Xin (Jiangsu University,School. of Electronic and Informatics Engineering,Zhenjiang,Jiangsu,China,212013) ,  Yang Wankou (Southeast University,School. of automation,Nanjing,Jiangsu,China,210096)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ITIA  ページ： 1-5  発行年： 2020年 
JST資料番号： W2441A  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： 熱と可視画像の特徴融合によるマルチスペクトル歩行者検出は,全日シナリオで大きな成功を達成したが,特徴融合の品質にはほとんど注意が払われていない。本論文では,特徴品質を改善するために,改善された注意意識二重ストリーム高速R-CNNアルゴリズムを提案した。3つの異なる特徴融合法の定量的分析は,検出器の性能が特徴融合の品質に高度に関連することを証明した。したがって,二重ストリーム高速R-CNNフレームワークに基づくステップによって特徴融合品質ステップを改善するために,改良多段階空間およびチャネルワイズ注意法を提案した。注意機構の助けを借りて,モデル学習を,より円滑な方法で最適化し,そしてそれは,各段階における融合特徴マップの応答を効果的に強化することができた。KAISTとCVC-14データセットに基づく実験は,提案した方法が,AMRにおいて,それぞれ4%と8%の減少で,ベースライン法と比較して,より良い性能を達成したことを証明した。Copyright 2021 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】

シソーラス用語： アルゴリズム ,  最適化 ,  定量的分析 ,  検出器 ,  *多モード ,  基準線 ,  チャネル
準シソーラス用語： *多重スペクトル ,  可視画像 ,  *歩行者検出 ,  特徴マップ ,  *特徴融合 , 【Automatic Indexing@JST】

分類 (5件)： 医用画像処理  (JE04020T) ,  音声処理  (JE05000E) ,  NMR一般  (BM07041R) ,  符号理論  (ND02030R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： マルチスペクトル ,  歩行者検出 ,  マルチモーダル ,  特徴融合 ,  チャネル ,  注意