文献

J-GLOBAL ID：202202268486146147   整理番号：22A1087846

改良型YOLOv5に基づくドローンビューオブジェクト検出【JST・京大機械翻訳】

Drone-View Object Detection Based on the Improved YOLOv5

著者 (1件)： Yang Yanzhao (Changchun University of Technology,Changchun, Jilin,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： EEBDA  ページ： 612-617  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 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】

シソーラス用語： *アルゴリズム ,  学習 ,  ネットワーク ,  歩行者 ,  特徴抽出 ,  コンピュータビジョン
準シソーラス用語： 画像セグメンテーション ,  ネットワークモデル ,  *物体検出 ,  アップサンプリング ,  マシンビジョン ,  特徴マップ ,  検出アルゴリズム , 【Automatic Indexing@JST】

分類 (5件)： 符号理論  (ND02030R) ,  専用演算制御装置  (JC04030Y) ,  医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)