文献

J-GLOBAL ID：202102282255384419   整理番号：21A2454976

空中画像におけるオブジェクト検出のための適応スケールトレーニング戦略とアンカーによる拡張特徴ピラミッドネットワーク【JST・京大機械翻訳】

Extended Feature Pyramid Network with Adaptive Scale Training Strategy and Anchors for Object Detection in Aerial Images

著者 (4件)： Guo Wei ,  Li Weihong ,  Gong Weiguo ,  Cui Jinkai
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 12  号： 5  ページ： 784  発行年： 2020年 
JST資料番号： U7270A  ISSN： 2072-4292  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： マルチスケール物体検出はコンピュータビジョンにおける基本的課題である。畳み込みニューラルネットワークに基づく多くの先進法は自然画像で成功しているが,空中画像の進歩は,主にオブジェクトのかなり大きなスケール変動と多くの高密度分布小オブジェクトにより,比較的遅い。本論文では,小物体の意味情報が,ニューラルネットワークのより深い層で弱められるか,消えるかを考慮して,ニューラルネットワークの情報抽出能力を強化するための拡張特徴ピラミッドネットワーク(EFPN)と呼ばれる新しい検出フレームワークを提案した。EFPNでは,まず,多くの意味情報を捉えるために,横方向接続における多分岐拡張ボトルネック(MBDB)モジュールを設計した。次に,著者らは,さらに,対象物をより良く位置決めするための注意経路を考案した。最後に,浅い層情報を拡散し,さらに性能改善を容易にするために,拡張ボトムアップ経路を行った。さらに,ネットワークがマルチスケールオブジェクトをより良く認識することを可能にする適応スケール訓練戦略を提示した。一方,適応アンカーを達成して,ニューラルネットワークをより良い学習データ特徴にするために,新しいクラスタリング方式を提示する。公開空中データセットに関する実験は,提示した方法が最先端の性能を得ることを示している。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  ニューラルネットワーク ,  クラスタ化 ,  コンピュータビジョン ,  密度分布 ,  情報抽出
準シソーラス用語： 自然画像 ,  マルチスケール ,  意味情報 ,  *物体検出 ,  ボトムアップ ,  学習データ ,  *空中画像 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 航空画像 ,  オブジェクト検出 ,  拡張特徴ピラミッドネットワーク(EFPN) ,  適応スケールトレーニング戦略 ,  適応アンカー

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

引用文献 (39件)：

• Krizhevsky, A.; Sutskever, I.; Hinton, G.E. ImageNet classification with deep convolutional neural networks. In Proceedings of the International Conference on Neural Information Processing Systems (NIPS), Lake Tahoe, NV, USA, 3-8 December 2012; pp. 1097-1105.
• Ren, S.; He, K.; Girshick, R.; Sun, J. Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks. IEEE Trans. Pattern Anal. Mach. Intell. 2017, 39, 1137-1149.
• Redmon, J.; Farhadi, A. YOLO9000: Better, faster, stronger. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, Honolulu, HI, USA, 22-25 July 2017; pp. 7263-7271.
• Chen, C.; Gong, W.; Chen, Y. Object Detection in Remote Sensing Images Based on a Scene-Contextual Feature Pyramid Network. Remote Sens. 2019, 11, 339.
• Qiu, H.; Li, H.; Wu, Q. A2RMNet: Adaptively aspect ratio multi-scale network for object detection in remote sensing images. Remote Sens. 2019, 11, 1594.

タイトルに関連する用語 (9件)： 空中画像 ,  オブジェクト検出 ,  適応 ,  スケール ,  トレーニング ,  戦略 ,  アンカー ,  拡張 ,  ピラミッド