文献

J-GLOBAL ID：202102255661816418   整理番号：21A2955249

正確なオブジェクト検出のための文脈を意識した共監視【JST・京大機械翻訳】

Context-aware co-supervision for accurate object detection

著者 (8件)： Peng Junran (Center for Research on Intelligent Perception and Computing (CRIPAC), National Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences (CASIA), Beijing, China) ,  Wang Haoquan (Center for Research on Intelligent Perception and Computing (CRIPAC), National Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences (CASIA), Beijing, China) ,  Yue Shaolong (Center for Research on Intelligent Perception and Computing (CRIPAC), National Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences (CASIA), Beijing, China) ,  Yue Shaolong (School of Control and Computer Engineering, North China Electric Power University, Beijing, China) ,  Zhang Zhaoxiang (Center for Research on Intelligent Perception and Computing (CRIPAC), National Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences (CASIA), Beijing, China) ,  Zhang Zhaoxiang (University of Chinese Academy of Sciences (UCAS), Beijing, China) ,  Zhang Zhaoxiang (Centre for Artificial Intelligence and Robotics, HKISI_CAS, Hong Kong, China) ,  Zhang Zhaoxiang (Center for Excellence in Brain Science and Intelligence Technology, CAS, Beijing, China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 121  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 最先端のオブジェクト検出手法は,2つの段階,すなわち,画像上の多数の領域を提案して,それらを1つのクラスに分類することから,しばしば構成される。両ステージはボトムアップ方式で視覚特徴を構築するネットワークバックボーンを共有する。本論文では,低レベル特徴を補うための高レベル文脈手がかりを提供するため,トップダウン信号を持つ2段階検出器の等化の重要性を提言した。実際に,これは画像中のすべてのオブジェクトクラスを予測するために,検出ヘッドにサイドパスを加えることによって実装され,それは画像レベル意味論によって共監督され,余分なオーバヘッドをほとんど必要としない。本アプローチは2つの一般的な物体検出アルゴリズムに容易に適用され,MS-COCOデータセットにおいて一貫した性能利得を達成した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意味論 ,  ネットワーク ,  *利得 ,  検出器
準シソーラス用語： *物体検出 ,  オーバヘッド ,  ボトムアップ ,  オブジェクトクラス ,  検出アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (3件)： オブジェクト検出 ,  共教師つき ,  文脈的手がかり

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： オブジェクト検出 ,  文脈 ,  意識