文献

J-GLOBAL ID：202102248615792388   整理番号：21A0398698

カスケード積層ピラミッドネットワークモデルの衣服キーポイント検出【JST・京大機械翻訳】

Cascaded Stacked Pyramid Network Model for Key Point Detection of Clothing

著者 (4件)： Li Weigan (西安工程大学 計算机科学学院,西安 710048;陜西省服装設計智能化重点実験室,西安 710048;新型网絡智能信息服務国家地方聯合工程研究中心,西安 710048) ,  Zhang Ziyun (西安工程大学 計算机科学学院,西安 710048;陜西省服装設計智能化重点実験室,西安 710048;新型网絡智能信息服務国家地方聯合工程研究中心,西安 710048) ,  Wang Hai (西北大学 信息科学与技術学院,西安,710127) ,  Zhang Yi (西安工程大学 計算机科学学院,西安 710048;陜西省服装設計智能化重点実験室,西安 710048;新型网絡智能信息服務国家地方聯合工程研究中心,西安 710048)
資料名： Jisuanjixitong Yingyong  (Jisuanjixitong Yingyong)
巻： 29  号： 4  ページ： 254-259  発行年： 2020年 
JST資料番号： C4394A  ISSN： 1003-3254  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： 衣服のキーポイントの検出は服飾分類、推薦と検索効果に重要な役割を果たしたが、実際の衣服データベースには大量な変形と背景の複雑な服飾画像が存在し、既存の衣服分類モデルの認識率と衣服の推薦、検索の効果が悪い。そのため、本論文では、カスケード積層ピラミッドネットワークモデルCSPN(CascadedStackedPyramidNetwork)を提案し、目標検出方法を回帰法と結合する。まず第一に,FasterR-CNN構造を採用して,衣服のターゲット領域を認識して,次に,ResNet-101構造によって作り出されたマルチレベル特徴マップに基づいて,カスケードピラミッドネットワークを構築し,次に,マルチスケール高低層情報を融合した。画像変形と複雑な背景における衣服のキーポイント認識の精度は高くない。実験結果は,CSPNモデルが,DeepFashionデータセットにおいて,他の3つのモデルより,衣服のキーポイントに対して高い認識度を持つことを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： データベース ,  *ネットワーク ,  *衣服 ,  検出法 ,  角錐 ,  低層
準シソーラス用語： マルチレベル ,  マルチスケール ,  認識率 ,  特徴マップ ,  分類モデル , 【Automatic Indexing@JST】

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 (2件)： カスケード ,  衣服