文献

J-GLOBAL ID：202102279335520543   整理番号：21A0567370

複雑なX線画像のためのセグメンテーションと注意ネットワーク【JST・京大機械翻訳】

Segmentation and Attention Network for Complicated X-Ray Images

著者 (3件)： Li Jinchuan (Software Engineering, Xian Jiaotong university,Xi’an,China) ,  Liu Yuehu (College of Artificial Intlligence, Xi’an Jiaotong University,Xi’an,China) ,  Cui Zhichao (College of Artificial Intlligence, Xi’an Jiaotong University,Xi’an,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： YAC  ページ： 727-731  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： X線セキュリティ自動スクリーニングは,公共における潜在的脅威を除くための補助支援を提供するための幅広い注目を集めている。しかしながら,最近の自動検出アルゴリズムは,多数の危険な論文がX線画像において重複し,コンパクトである場合,全くうまく機能しないかもしれない。それに対処するために,本論文は分割方式と注意ネットワークを考慮した。Mask R-CNNに基づいて,X線画像における物体の高密度分布に起因する性能劣化を解決するために,SANと呼ばれる2段階深層CNNモデルを提案した。モデルは,各カテゴリのためのソフトな注意マスクを作り出すためのセマンティックセグメンテーションネットワークブロックと,ROIとの注意マスクのそれぞれを結合するための注意ネットワークを含む。実験において,提案したSANは,著者らのデータセットに関して86%APを達成して,複雑なX線データセットに関する最近の検出器アルゴリズムと比較して明らかな改良をもたらした。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 ,  *セグメンテーション ,  *ネットワーク ,  検出器 ,  *X線画像 ,  深層 ,  スクリーニング ,  密度分布 ,  セキュリティ
準シソーラス用語： 性能劣化 ,  検出アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： X線画像 ,  セグメンテーション ,  注意