文献

J-GLOBAL ID：202202262670714582   整理番号：22A0457379

HM-Net:広域運動画像におけるオブジェクトセンター検出と追跡のための回帰ネットワーク【JST・京大機械翻訳】

HM-Net: A Regression Network for Object Center Detection and Tracking on Wide Area Motion Imagery

著者 (4件)： Motorcu Hakki (Electrical and Electronics Engineering Department, Ozyegin University, Istanbul, Turkey) ,  Ates Hasan F. (School of Engineering and Natural Sciences, Istanbul Medipol University, Istanbul, Turkey) ,  Ugurdag H. Fatih (Electrical and Electronics Engineering Department, Ozyegin University, Istanbul, Turkey) ,  Gunturk Bahadir K. (School of Engineering and Natural Sciences, Istanbul Medipol University, Istanbul, Turkey)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 1346-1359  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 広域運動イメージ(WAMI)は,多数の極めて小さな物体を持つ高解像度画像を生成する。ターゲットオブジェクトは,連続したフレームを通して大きな空間変位を持つ。WAMI画像のこの性質は物体追跡と検出を困難にする。本論文では,深層ニューラルネットワークベース結合オブジェクト検出と追跡モデル,すなわち,熱マップネットワーク(HM-Net)を提示した。HM-Netは,検出と追跡性能を損なうことなく,最先端のフレーム差分とバックグラウンド減算ベース法よりも著しく高速である。HM-Netは,オブジェクト中心ベースの関節検出と追跡パラダイムに従う。簡単な熱マップベースの予測は,同時検出の無制限数を支持した。提案方法は,入力として以前のフレームから得た2つの連続したフレームとオブジェクト検出熱マップを使用し,HM-Netがフレーム間の空間-時間変化を監視し,以前に予測されたオブジェクトの追跡を維持するのを助ける。事前オブジェクト検出熱マップの再利用は,重要なフィードバックベースのメモリ要素として作用するが,偽陽性検出の意図しないサージにつながる。偽陽性に対するこの方法のロバスト性を高め,低信頼検出を除去するため,HM-Netは新しいフィードバックフィルタと先進的データ増強を採用した。HM-Netは,その96.2%F1と94.4%mAP検出スコアを有するWPAFBデータセットに関する最先端のWAMI移動物体検出と追跡方法より優れていて,一方,同じデータセットに関して61.8%のmAP追跡スコアを達成した。この性能は,F1の2.1%の改善,検出のmAPスコアの6.1%,および最先端技術の追跡でのmAPスコアの9.5%に相当する。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： 記憶装置 ,  フィルタ ,  *ネットワーク ,  経時変化 ,  移動体 ,  減算 ,  再利用 ,  ロバスト性
準シソーラス用語： 誤検出 ,  高精細画像 ,  物体検出 ,  物体追跡 ,  運動イメージ ,  同時検出 ,  ディープ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 (5件)： 広域 ,  動画像 ,  オブジェクト ,  センター ,  追跡