文献

J-GLOBAL ID：202202223355376710   整理番号：22A0630189

位置決めのためのハッシング(HfL):大規模シーンにおける高速位置決めオブジェクトのためのベースライン【JST・京大機械翻訳】

Hashing for Localization (HfL): A Baseline for Fast Localizing Objects in a Large-Scale Scene

著者 (4件)： Han Lirong (College of Oceanography and Space Informatics, China University of Petroleum (East China), Qingdao, China) ,  Li Peng (College of New Energy, China University of Petroleum (East China), Qingdao, China) ,  Plaza Antonio (Department of Technology of Computers and Communications, Hyperspectral Computing Laboratory, University of Extremadura, Caceres, Spain) ,  Ren Peng (College of Oceanography and Space Informatics, China University of Petroleum (East China), Qingdao, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5609916.1-16  発行年： 2022年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  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： 高度リモートセンシング装置は地球の表面から大規模に大きいシーンを生成し,非常に高い空間分解能と次元を有する。大規模シーンにおける特定のオブジェクトを効率的に局所化する方法の開発は,主に含まれる高い計算要求のため,大きな課題を示す。この問題に取り組むために,大規模シーンにおける特定のオブジェクトを効率的に探索する位置確認(HfL)フレームワークのための新しいハッシュを提案した。それは,シーンを多数の重複局所パッチに分割することによって始まる。小型ハッシングネットワーク(THNet)と呼ばれる軽量深層ハッシュモデルは,ハッシュコードに局所パッチを符号化する。対象画像のハッシュコード間のHamming距離,すなわち,シーンに局在化するオブジェクトの特定クラスを含む画像,およびすべての局所パッチのそれらを計算した。Hamming距離の小さな値は,オブジェクト画像に類似した局所パッチを示す。大規模シーンにおけるこれらの局所パッチの位置は,特定の物体の地域位置を反映する。ハッシュ符号は二値であり,多くの空間を取り入れず,Hamming距離は非常に低い計算オーバヘッドを持つ。さらに,THNet訓練目的としてクラス中心損失を利用し,複数のオブジェクトクラスを包括的に管理できる。これらの特徴は,HfLフレームワークが,シーンのサイズに関係なく,非常に迅速に特定のオブジェクトを局所化できることを意味する。大規模な実験は,フレームワークの有効性と効率を検証した。例えば,HfLは4.388s(単一RTX2080ti上)で19584×19584画素のリモートセンシング画像で物体を見つけることができ,顕著な局在化結果を示す。ソースコードとデータセットはhttps://github.com/lrhan/HfLで利用可能であり,大規模シーンにおける高速位置決めオブジェクトのベースラインを提供する。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： カテゴリー ,  分類 ,  地球 ,  位置決め ,  画素 ,  リモートセンシング ,  基準線 ,  深層 ,  有効性 ,  計算機コード ,  *ハッシング ,  空間分解能 ,  Hamming距離
準シソーラス用語： オーバヘッド ,  オブジェクトクラス ,  ソースコード ,  リモートセンシング画像 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ハッシング ,  大規模 ,  シーン ,  オブジェクト ,  ベースライン