文献

J-GLOBAL ID：202202224386587291   整理番号：22A1116774

焦点と検出:空中画像のための小物体検出フレームワーク【JST・京大機械翻訳】

Focus-and-Detect: A small object detection framework for aerial images

著者 (4件)： Koyun Onur Can (Informatics Institute, Istanbul Technical University, Maslak, Istanbul, 34469, Turkey) ,  Keser Reyhan Kevser (Informatics Institute, Istanbul Technical University, Maslak, Istanbul, 34469, Turkey) ,  Akkaya Ibrahim Batuhan (Aselsan, Ankara, 06200, Turkey) ,  Toreyin Behcet Ugur (Informatics Institute, Istanbul Technical University, Maslak, Istanbul, 34469, Turkey)
資料名： Signal Processing: Image Communication  (Signal Processing: Image Communication)
巻： 104  ページ： Null  発行年： 2022年 
JST資料番号： T0844A  ISSN： 0923-5965  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 最近の進歩にもかかわらず,空中画像における物体検出はまだ挑戦的な課題である。空中画像における特定の問題は,小さな物体,高密度に充填された物体,異なるサイズの物体,および異なる方向のような検出問題をより困難にする。小さな物体検出問題に取り組むために,「Focus-and-Detect」と呼ばれる2段階物体検出フレームワークを提案した。Gauss混合モデルによって教師つきオブジェクト検出器ネットワークから成る第一段階は,焦点領域を構成する物体のクラスタを生成する。また,オブジェクト検出器ネットワークである第二段階は,焦点領域内のオブジェクトを予測する。完全Box抑制(IBS)法も提案し,領域探索手法の打ち切り効果を克服した。結果は,提案した2段階フレームワークが,VisDone検証データセット上で42.06のAPスコアを達成し,文献において報告された他のすべての最先端の小型オブジェクト検出法を,著者の知る限りで最良に凌駕することを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 検出 ,  *ネットワーク ,  クラスタ ,  Gauss模型
準シソーラス用語： *物体検出 ,  高密度 ,  Gauss混合モデル ,  *空中画像 , 【Automatic Indexing@JST】

著者キーワード (4件)： オブジェクト検出 ,  小物体検出 ,  領域探索 ,  航空画像

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 (4件)： 焦点 ,  空中画像 ,  物体検出 ,  フレームワーク