抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
物体検出パイプラインは,これらの画像を処理するシーンと物体検出器を捉えるカメラから成る。画像の品質は物体検出器の性能に直接影響する。多くの研究は,今日,画像品質の改善またはオブジェクト検出モデルの改善のいずれかに焦点を合わせているが,2つのサブシステムの共同最適化の重要性を無視している。本論文の目的は,物体検出器に合わせた入力画像を最適化することにより,リモートセンシングシナリオにおける既存の物体検出器の検出スループットと精度を調整することである。これを達成するために,2つの選択したカメラキャリブレーションパラメータ(カメラ歪補正とガンマ補正)と5つの画像パラメータ(量子化,圧縮,分解能,色モデル,付加的チャネル)の影響をこれらの応用に対して経験的に解析した。著者らの実験では,異なるドメインからの3つのUAVデータセットと,パイプラインパラメータの影響の広範な評価を提供するために,大規模で小さな最先端のオブジェクト検出器モデルの混合物を利用した。最後に,UAVのための埋込みプラットフォーム上のオブジェクト検出パイプラインプロトタイプを実現し,著者らの発見に基づくオブジェクト検出パイプラインを構築するための最良の実践推薦を与えた。著者らは,すべてのパラメータが検出精度とデータスループットに等しい影響を持たず,パラメータ間の適切な妥協を用いて,同じデータスループットを維持しながら,軽量物体検出モデルに対するより高い検出精度を達成できることを示した。【JST・京大機械翻訳】