文献

J-GLOBAL ID：202102251682027637   整理番号：21A1244905

残差注意機構を加えた視覚目標追跡アルゴリズム【JST・京大機械翻訳】

Residual attention mechanism for visual tracking

著者 (3件)： Cheng Lei (西安電子科技大学電子工程学院,陜西西安710071) ,  Wang Yue (西安電子科技大学電子工程学院,陜西西安710071) ,  Tian Chunna (西安電子科技大学電子工程学院,陜西西安710071)
資料名： Xi’an Dianzi Keji Daxue Xuebao  (Xi'an Dianzi Keji Daxue Xuebao)
巻： 47  号： 6  ページ： 148-157,163  発行年： 2020年 
JST資料番号： W0859A  ISSN： 1001-2400  CODEN： XDKXEP  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： 従来の畳込みニューラルネット構造は,強力な特徴学習と特徴表現能力を有効に発揮できないので,改良特徴抽出ネットワークをビデオターゲット追跡のために提案した。従来の特徴抽出ネットワークに基づいて,残留ネットワーク形式の注意機構と特徴融合戦略を導入し,ネットワークモデルの訓練段階における領域重なり率に基づく損失関数を導入して,アルゴリズムモデルをより良い位置確認効果を得るようにした。実験結果は,改良アルゴリズムが正確に目標を追跡でき,また,この方法は一般化能力を持ち,他の深さ学習に基づく追跡アルゴリズムに参考になることを示した。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 ,  *視覚 ,  畳込み ,  学習 ,  損失関数 ,  ネットワーク ,  ニューラルネットワーク ,  特徴抽出 ,  *残差 ,  録画装置
準シソーラス用語： ネットワークモデル ,  ターゲット追跡 ,  特徴融合 ,  特徴表現 ,  *追跡アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (5件)： 残差 ,  注意 ,  視覚 ,  目標追跡 ,  アルゴリズム