文献

J-GLOBAL ID：202202225243004867   整理番号：22A0965721

マルチスケールオブジェクト検出のための二重ボトルネック特徴ピラミッドネットワーク【JST・京大機械翻訳】

Dual-bottleneck feature pyramid network for multiscale object detection

著者 (6件)： Chen Suting (Nanjing University of Information Science & Technology, Jiangsu Key Laboratory of Meteorological Observation and Information Processing, Nanjing, China) ,  Chen Suting (Nanjing University of Information Science & Technology, Jiangsu Collaborative Innovation Center of Atmospheric Environment and Equipment Technology (CICAEET), Nanjing, China) ,  Chen Suting (Nanjing University of Information Science & Technology, Wuxi Institute of Technology (NUIST-WIT), Nanjing, China) ,  Ma Wenyan (Nanjing University of Information Science & Technology, Jiangsu Key Laboratory of Meteorological Observation and Information Processing, Nanjing, China) ,  Ma Wenyan (Nanjing University of Information Science & Technology, Jiangsu Collaborative Innovation Center of Atmospheric Environment and Equipment Technology (CICAEET), Nanjing, China) ,  Zhang Liangchen (LEQI Technology, Shenzhen, China)
資料名： Journal of Electronic Imaging  (Journal of Electronic Imaging)
巻： 31  号： 1  ページ： 013009  発行年： 2022年 
JST資料番号： W0500A  ISSN： 1017-9909  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： 要約。マルチスケールオブジェクト検出は,異なるオブジェクトのマルチスケールとマルチ分類特性のため,挑戦的なタスクである。畳込みニューラルネットワークは,特徴を抽出するために一般的に使用される。しかし,連続ダウンサンプリング操作と空間位置量子化は詳細情報の損失をもたらす。続いて,高レベル特徴マップは,隣接オブジェクトの特徴を区別することができず,特に,小さなオブジェクトは無視される。上記の問題を解決するために,マルチスケール物体検出のためのモデルを提案した。最初に,マルチスケール画像ピラミッドから浅い特徴を抽出するために,二重ボトルネックサブ畳込みネットワークを設計した。サブネットワークは,バックボーンネットワークの特徴マップのためにより多くの空間情報を提供する。次に,ダウンサンプリング操作の間,大量の詳細情報を失うために新しいダウンサンプリング法を導入した。最後に,前景バックグラウンドクラス不均衡を緩和するために損失関数を使用した。アブレーション研究では,画像ピラミッドモジュールとバックボーンネットワークの間のマッチングを研究し,異なる特徴融合モジュールを比較した。2つの公的に利用可能な大規模データセットに関する提案モデルを評価し,著者らのモデルが古典的特徴ピラミッドネットワークと比較して8.5%の改善を達成し,閉塞および多様なオブジェクトに対して許容できる検出性能を示すことを明らかにした。Copyright 2021 SPIE and IS&T Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  量子化 ,  損失関数 ,  *ネットワーク ,  画像 ,  基幹回線 ,  角錐 ,  *指数 ,  *規模 ,  アブレーション
準シソーラス用語： 空間情報 ,  ダウンサンプリング ,  *マルチスケール ,  *物体検出 ,  特徴マップ ,  大規模データセット ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： マルチスケールオブジェクト検出 ,  特徴ピラミッド ,  二重ボトルネックネットワーク ,  画像ピラミッド

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： マルチスケール ,  オブジェクト検出 ,  ボトルネック ,  ピラミッド