文献

J-GLOBAL ID：202202213730180776   整理番号：22A0695829

グリッドアンカーに基づく画像作付け:新しいベンチマークと効率的なモデル【JST・京大機械翻訳】

Grid Anchor Based Image Cropping: A New Benchmark and An Efficient Model

著者 (4件)： Zeng Hui (Department of Computing, The Hong Kong Polytechnic University, Hong Kong) ,  Li Lida (Department of Computing, The Hong Kong Polytechnic University, Hong Kong) ,  Cao Zisheng (Camera Group of DJI Innovations Company, Ltd, Shenzhen, China) ,  Zhang Lei (Department of Computing, The Hong Kong Polytechnic University, Hong Kong)
資料名： IEEE Transactions on Pattern Analysis and Machine Intelligence  (IEEE Transactions on Pattern Analysis and Machine Intelligence)
巻： 44  号： 3  ページ： 1304-1319  発行年： 2022年 
JST資料番号： B0519B  ISSN： 0162-8828  CODEN： ITPIDJ  資料種別： 逐次刊行物 (A)
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： 画像作付は,それから余分なコンテンツを除去することによって,画像の美的品質と同様に,組成を改善することを目的とする。既存の画像作付データベースの大部分は,地上として1つまたはいくつかの人間注釈付けボックスを提供するだけであり,それは実際に画像作付けの非一意性と柔軟性をほとんど反映することができない。交差点-オーバー-オニオンのような評価メトリックスは,作付けモデルの実性能を確実に反映できない。本研究は,画像作付けの問題を再検討し,画像作付けの特別な性質と要求(例えば,局所冗長性,コンテンツ保存,アスペクト比)を考慮することによって,グリッドアンカーベースの定式化を提示する。この定式化は,候補作物の探索空間を数百万から940以上に削減する。その結果,グリッドアンカーベースの作付けベンチマークを構築し,各画像の全ての作物を注釈付けし,より信頼できる評価尺度を定義した。ロバスト性能と高効率の実際的要求を満たすために,著者らはまた,効果的で軽量の作付けモデルを設計した。廃棄の関心と領域の領域を同時に考慮して,マルチスケール情報を活用することによって,著者らのモデルは,異なる場面の画像のために,視覚的に収穫する農作物をロバストに出力することができた。2.5M以下のパラメータで,著者らのモデルは1つの単一GTX1080Ti GPUと12FPSの1つのi7-6800K CPU上で200FPSの速度で動作する。コードはhttps://github.com/HuiZeng/Grid-Anchor-based-Image-Cropping-Pytorchで利用可能である。Copyright 2022 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： 視覚 ,  冗長性 ,  データベース ,  タマネギ ,  交差点 ,  農作物 ,  *モデル ,  定式化 ,  *ベンチマーク ,  ロバスト性 ,  アノテーション ,  コンテンツ
準シソーラス用語： 高効率 ,  マルチスケール ,  評価尺度 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： グリッド ,  アンカー ,  作付け ,  ベンチマーク ,  モデル