文献

J-GLOBAL ID：202202244575674432   整理番号：22A0456433

ASSD:空中画像におけるマルチスケールオブジェクトのための特徴整列単一ショット検出【JST・京大機械翻訳】

ASSD: Feature Aligned Single-Shot Detection for Multiscale Objects in Aerial Imagery

著者 (6件)： Xu Tao (Chinese Academy of Sciences, Aerospace Information Research Institute, Beijing, China) ,  Sun Xian (Chinese Academy of Sciences, Aerospace Information Research Institute, Beijing, China) ,  Diao Wenhui (Chinese Academy of Sciences, Aerospace Information Research Institute, Beijing, China) ,  Zhao Liangjin (Chinese Academy of Sciences, Aerospace Information Research Institute, Beijing, China) ,  Fu Kun (Chinese Academy of Sciences, Aerospace Information Research Institute, Beijing, China) ,  Wang Hongqi (Chinese Academy of Sciences, Aerospace Information Research Institute, Beijing, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5607117.1-17  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： 物体検出はリモートセンシング画像の解釈の基本的部分である。1段物体検出器は,その高い計算効率のため,この分野に採用された。しかしながら,この検出器は,空間とスケールの両方で標準畳込みカーネルによって抽出された,あらかじめ定義されたアンカー,オブジェクト,および特徴の間の不整合に悩まされる。それは,特に長狭とマルチスケールの地理空間オブジェクトに対して,性能のさらなる改良を制限する。本論文では,この問題を特徴不整合問題として定義する。この問題に対処するために,効率的な特徴配列単一ショット検出器(ASSD)を提案し,それは2つのモジュールから成る:新しい擬似アンカー提案モジュール(PAPM)と柔軟なコンテキストベースの特徴アラインメントモジュール(CFAM)。PAPMは,提案したコアアンカと規則的アンカーグループを置換し,整列位置を得るためにそれを精密化する。それは,アンカとそれらの対応する対象物の間の空間的不整合に取り組むことができて,負/陽性不均衡問題を軽減することができた。次に,CFAMは畳み込みカーネルのサンプリング点を適応的に調整し,整列コアアンカに従ってコンテキスト情報を収集する。このプラグアンドプレイモジュールは,カーネルとオブジェクト間の不整合を効果的に修正し,整列しロバストな特徴を抽出することができる。2つの大規模公開リモートセンシングオブジェクト検出データセットについて一連の包括的実験を行った。実験結果は,提案方法が不整合問題を軽減するのに有効であることを示唆する。ベースラインモデルと比較して,検出精度を,光学リモートセンシング画像(DIOR)における物体検出の挑戦的なベンチマークと空中画像(DOTA)データセットにおける物体検出のための大規模データセットに対して,それぞれ8.5%mAPと11.0%mAPによって改善した。著者らの最良結果は,最先端の性能を達成し,21FPSの高い検出率での2つのデータセット上で,他の1段検出器を凌駕する。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： *アラインメント ,  畳込み ,  地理学 ,  リモートセンシング ,  検出器 ,  不整合 ,  精密化 ,  ベンチマーク ,  ロバスト性
準シソーラス用語： 計算効率 ,  *マルチスケール ,  物体検出 ,  検出率 ,  リモートセンシング画像 ,  *空中画像 , 【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 (3件)： 空中画像 ,  整列 ,  ショット検出