文献

J-GLOBAL ID：202202258954481328   整理番号：22A1086146

CCAFNet:RGB-D画像における顕著なオブジェクト検出のためのクロスフローとクロススケール適応融合ネットワーク【JST・京大機械翻訳】

CCAFNet: Crossflow and Cross-Scale Adaptive Fusion Network for Detecting Salient Objects in RGB-D Images

著者 (5件)： Zhou Wujie (School of Information and Electronic Engineering, Zhejiang University of Science and Technology, Hangzhou, China) ,  Zhu Yun (School of Information and Electronic Engineering, Zhejiang University of Science and Technology, Hangzhou, China) ,  Lei Jingsheng (School of Information and Electronic Engineering, Zhejiang University of Science and Technology, Hangzhou, China) ,  Wan Jian (School of Information and Electronic Engineering, Zhejiang University of Science and Technology, Hangzhou, China) ,  Yu Lu (Institute of Information and Communication Engineering, Zhejiang University, Hangzhou, China)
資料名： IEEE Transactions on Multimedia  (IEEE Transactions on Multimedia)
巻： 24  ページ： 2192-2204  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： 深さセンサの広範な採用のために,信頼できる相補的情報のための深さマップによってサポートされた顕著な物体検出(SOD)は,ますます調査されている。既存のSODモデルは,主にRGB画像とその対応する深さ情報間の関係を3つの融合領域(入力RGB-D画像,抽出した特徴マップ,および出力突出物体)を通して利用する。しかし,これらのモデルは,高および低レベル情報間の直交流を良好に利用しない。さらに,これらのモデルの復号器は,いくつかの計算を含む従来の畳込みを用いる。RGB-D SODをさらに改善するために,RGB-D画像における顕著な物体を検出するために,交差流および交差スケール適応融合ネットワーク(CCAFNet)を提案した。最初に,チャネル融合モジュールは,有効融合深さと高レベルRGB特徴を可能にした。このモジュールは,高レベルRGB特徴から正確な意味情報特徴を抽出する。一方,空間融合モジュールは,正確な境界で低レベルRGBと深さ特性を結合して,次に低レベル深さ特徴から詳細な空間情報を抽出する。最後に,顕著な物体の境界を正確に学習し,物体の付加的詳細を得るために,精製損失を提案した。7つの一般的RGB-D SODデータセットに関する包括的実験の結果は,提案したCCAFNetの性能が最先端のRGB-D SODモデルのそれらに匹敵することを示した。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： 畳込み ,  *ネットワーク ,  特性 ,  復号器 ,  *画像 ,  モデル ,  センサ ,  *直交流 ,  チャネル
準シソーラス用語： 空間情報 ,  意味情報 ,  *物体検出 ,  特徴マップ ,  奥行きマップ ,  *RGB-D , 【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 (6件)： RGB-D ,  オブジェクト検出 ,  クロスフロー ,  スケール ,  適応 ,  融合