文献

J-GLOBAL ID：202202258321615238   整理番号：22A1163481

深いIRターゲット:二重領域特徴抽出と割当を用いた赤外線画像の自動ターゲット検出器【JST・京大機械翻訳】

Deep-IRTarget: An Automatic Target Detector in Infrared Imagery Using Dual-Domain Feature Extraction and Allocation

著者 (6件)： Zhang Ruiheng (School of Mechatronical Engineering, Beijing Institute of Technology, Beijing, China) ,  Xu Lixin (School of Mechatronical Engineering, Beijing Institute of Technology, Beijing, China) ,  Yu Zhengyu (School of Electrical and Data Engineering, Faculty of Electronic and Information Technology, University of Technology Sydney, Sydney, NSW, Australia) ,  Shi Ye (School of Information Science and Technology, Shanghaitech University, Shanghai, China) ,  Mu Chengpo (School of Mechatronical Engineering, Beijing Institute of Technology, Beijing, China) ,  Xu Min (School of Electrical and Data Engineering, Faculty of Electronic and Information Technology, University of Technology Sydney, Sydney, NSW, Australia)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 24  ページ： 1735-1749  発行年： 2022年 
JST資料番号： W1116A  ISSN： 1520-9210  CODEN： ITMUF8  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： 最近,畳み込みニューラルネットワーク(CNN)は物体検出に印象的な改善をもたらした。しかし,赤外線画像におけるターゲットの検出は,貧弱なテクスチャ情報,低解像度,および熱画像の高雑音レベルがCNNの特徴抽出能力を制限するので,依然として困難なままである。特徴抽出におけるこれらの困難に対処するために,著者らは,周波数特徴抽出器,空間特徴抽出器,および二重ドメイン特徴資源割当てモデルを構成する,Deep-IRTargetと呼ばれる新しいバックボーンネットワークを提案する。超複素赤外Fourier変換を開発し,周波数領域における超複素表現を設計することによって赤外線強度顕著性を計算し,一方,畳込みニューラルネットワークを空間領域における特徴マップを抽出するために呼び出す。周波数領域と空間領域からの特徴を積層して,二重ドメイン特徴を構築した。それらを効率よく統合し,再較正するために,特徴(RAF)のための資源割当モデルを提案した。よく設計されたチャネル注意ブロックと位置注意ブロックを,チャネルと位置次元の間の相互依存関係を抽出して,チャネルと位置ごとの文脈情報を捕捉するために,RAFにおいてそれぞれ使用した。3つの挑戦的な赤外線画像データベース上で広範な実験を行った。MWIR,BITIRおよびWCIRの最新技術と比較して,それぞれ,mAPスコアで10.14%,9.1%および8.05%の改善を達成した。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： Fourier変換 ,  *赤外線 ,  データベース ,  雑音指数 ,  *特徴抽出 ,  資源割付 ,  モデル ,  抽出装置 ,  *赤外線画像 ,  周波数領域
準シソーラス用語： 中赤外線 ,  物体検出 ,  空間領域 ,  特徴マップ ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： Ir ,  ターゲット ,  特徴抽出 ,  割当 ,  赤外線画像 ,  検出器