文献

J-GLOBAL ID：202202232669621663   整理番号：22A0848635

リモートセンシング画像における弱教師付きオブジェクト検出への提案の完全性と困難性の統合【JST・京大機械翻訳】

Incorporating the Completeness and Difficulty of Proposals Into Weakly Supervised Object Detection in Remote Sensing Images

著者 (7件)： Qian Xiaoliang (College of Electrical and Information Engineering, Zhengzhou University of Light Industry, Zhengzhou, China) ,  Huo Yu (College of Electrical and Information Engineering, Zhengzhou University of Light Industry, Zhengzhou, China) ,  Cheng Gong (School of Automation, NorthWestern Polytechnical University, Xi’an, China) ,  Yao Xiwen (School of Automation, NorthWestern Polytechnical University, Xi’an, China) ,  Li Ke (Zhengzhou Institute of Surveying and Mapping, Zhengzhou, China) ,  Ren Hangli (College of Electrical and Information Engineering, Zhengzhou University of Light Industry, Zhengzhou, China) ,  Wang Wei (College of Electrical and Information Engineering, Zhengzhou University of Light Industry, Zhengzhou, China)
資料名： IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing  (IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing)
巻： 15  ページ： 1902-1911  発行年： 2022年 
JST資料番号： W2259A  ISSN： 1939-1404  CODEN： IJSTHZ  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： リモートセンシング画像(RSI)における弱い教師つき物体検出(WSOD)は,様々なオブジェクトを検出するために画像レベルラベルのみを必要とする。WSOD法の大半は,物体全体よりも物体の最も識別的な部分を捉えるのに傾斜し,容易で硬いサンプルの数は不均衡である。最初の問題に取り組むために,客観性スコア(OS)と名付けた新しいメトリックを提案し,WSODモデルの訓練損失に組み入れた。OSは,従来のクラス信頼スコア(CCS)とオブジェクト完全性事前スコア(OCPS)から成る。CCSは,提案が特定のクラスに属する確率を提供し,OCPSは,提案が全オブジェクトをカバーする完全性を定量化できる。したがって,高いクラス信頼度を有する全オブジェクトをカバーするサンプルは,OSを通して訓練損失において大きな重みを割り当てるであろう。第二の問題を処理するために,困難評価スコア(DES)と名付けた新しいメトリックを提案し,また訓練損失に組み入れた。DESは,各提案の信頼スコアベクトルのエントロピーを用いて計算され,また,提案が正しく同定できる方法を定量化するのに用いられるので,ハードサンプルもDESを通して訓練損失で大きな重みを割り当てる。2つのRSIデータセットのアブレーション実験は,提案したOSとDESの有効性を検証した。包括的定量的および主観的評価は,著者らの方法が,正確に全オブジェクトを検出するのに,そして,7つの最先端のWSOD方法を凌駕することを証明した。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： エントロピー ,  信頼度 ,  分類 ,  *画像 ,  完全性 ,  有効性 ,  アブレーション ,  主観評価
準シソーラス用語： 不均衡 ,  *物体検出 ,  客観性 ,  ホップ数 ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： リモートセンシング画像 ,  教師 ,  オブジェクト検出 ,  提案 ,  完全性 ,  困難性 ,  統合