文献

J-GLOBAL ID：202202258789825216   整理番号：22A0396562

リモートセンシング画像における少数ショットオブジェクト検出のためのプロトタイプCNN【JST・京大機械翻訳】

Prototype-CNN for Few-Shot Object Detection in Remote Sensing Images

著者 (7件)： Cheng Gong (Research and Development Institute, Northwestern Polytechnical University, Shenzhen, China) ,  Yan Bowei (Research and Development Institute, Northwestern Polytechnical University, Shenzhen, China) ,  Shi Peizhen (Research and Development Institute, Northwestern Polytechnical University, Shenzhen, China) ,  Li Ke (Zhengzhou Institute of Surveying and Mapping, Zhengzhou, China) ,  Yao Xiwen (School of Automation, Northwestern Polytechnical University, Xi’an, China) ,  Guo Lei (School of Automation, Northwestern Polytechnical University, Xi’an, China) ,  Han Junwei (School of Automation, Northwestern Polytechnical University, Xi’an, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5604610.1-10  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： 最近,畳み込みニューラルネットワーク(CNN)の優れた表現能力により,リモートセンシング画像における物体検出は顕著な発展を遂げている。しかし,少数のサンプルで訓練すると,物体検出器の性能は急激に低下する。本論文では,リモートセンシング画像における少数ショットオブジェクト検出の次の3つの主な課題に焦点を当てた。1)新しいクラスのサンプル数はベースクラスよりはるかに少ないので,オブジェクト検出器は新しいクラスの特徴に迅速に適応できないが,これは過剰適合をもたらす。2)新しいクラスにおけるサンプルの不足は疎な方位空間をもたらすが,リモートセンシング画像の対象は通常任意の方向を持つ。3)リモートセンシング画像におけるオブジェクトインスタンスの分布は散乱し,従って,複雑な背景から前景オブジェクトを同定するのは難しい。これらの問題に取り組むために,主に三つの部分から成るプロトタイプ-CNN(P-CNN)と名付けた単純だが効果的な方法を提案した:プロトタイプ学習ネットワーク(PLN)変換サポート画像をクラス認識プロトタイプに変換し,プロトタイプ誘導領域提案ネットワーク(P-G RPN)を,領域提案のより良い生成のためのプロトタイプ誘導領域提案ネットワーク(P-G RPN)と,さらに性能を高めるために高速領域ベースCNN(R-CNN)のヘッドを拡張する検出器ヘッドを提案した。大規模DIORデータセットの包括的評価は,P-CNNの有効性を実証した。ソースコードはhttps://github.com/Ybowei/P-CNNで利用可能である。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： 学習 ,  *ネットワーク ,  検出器 ,  粒状材 ,  有効性 ,  プロトタイプ
準シソーラス用語： *物体検出 ,  前景 ,  ソースコード ,  *リモートセンシング画像 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 写真測量,空中写真  (RC02040D) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： リモートセンシング画像 ,  ショット ,  オブジェクト検出 ,  プロトタイプ ,  CNN