抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
コンピュータビジョンとマシンビジョンの急速な発展によって,深い学習ベースの方法は,オブジェクト検出,同定,および追跡の分野で良い結果を達成した。しかしながら,ドローンビューの下の車両と歩行者の検出と同定のために,小サイズのターゲットの特徴が抽出され,同定されるのが難しいので,ドローンビューオブジェクト検出アルゴリズムは,あまり検出されない。ドローンビューオブジェクト検出の精度と性能を改良するために,本論文は,ネットワークモデルと画像セグメンテーション層に特徴抽出層を追加して検出ネットワークに追加する改良YOLOv5アルゴリズムを提案した。特に,小さなターゲット特徴を収集するための特徴マップを,ネットワークのネック部分に1つのアップサンプリングを加えることによって形成し,そして,新しい特徴抽出層を,concatによって形成した。実験結果は,提案方法が小型ターゲットに及ぼすYOLOV5アルゴリズムの検出効果を改善することを示した。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】