文献

J-GLOBAL ID：202202279081640670   整理番号：22A0992722

改良SSDアルゴリズムに基づく車両検出【JST・京大機械翻訳】

Vehicle Detection Based on Improved SSD Algorithm

著者 (3件)： Li Guojin (广西大学 電气工程学院,南寧 530004) ,  Hu Jie (广西大学 電气工程学院,南寧 530004) ,  Ai Jiaoyan (广西大学 電气工程学院,南寧 530004)
資料名： Jisuanji Gongcheng  (Jisuanji Gongcheng)
巻： 48  号： 1  ページ： 266-274  発行年： 2022年 
JST資料番号： C2532A  ISSN： 1000-3428  CODEN： JISGEV  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： SSDアルゴリズムは多重スケール特徴マップを用いて分類と位置回帰を行い、小目標効果はYOLOアルゴリズムより優れているが、SSDアルゴリズムは車両検出を行う際に漏れ検査問題が存在する。このために,改良SSDアルゴリズムを提案した。より多くの車両特徴情報を抽出するために,改良Inceptionモジュールを,SSDネットワークにおけるConv8,Conv9,およびConv10層の代わりに設計した。浅層特徴の位置情報と深層特徴の意味情報を均衡化融合し、マルチスケール特徴融合均衡化ネットワークを構築し、小目標車両の認識率を高めた。特徴抽出層にSENetを導入し、異なる特徴チャネルの重要性に対して再校正を行い、モデル性能を向上させた。実験結果は,改良SSDアルゴリズムが,自作の車両データセットで平均精度が90.89%,検出速度が59.42frame/sであり,改良前のSSDアルゴリズムと比較して,精度と速度がそれぞれ2.65ポイントと17増加することを示した。41frame/sは,より速く,正確に画像中の車両を認識し,位置決めすることができる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  検出 ,  ネットワーク ,  特徴抽出 ,  画像 ,  釣合 ,  *コンピュータビジョン ,  深層 ,  チャネル ,  位置情報
準シソーラス用語： *車両検出 ,  マルチスケール ,  意味情報 ,  認識率 ,  特徴マップ ,  特徴融合 , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (3件)： SSD ,  アルゴリズム ,  車両検出