文献

J-GLOBAL ID：202202282263139882   整理番号：22A0397539

光学的リモートセンシング画像におけるオブジェクト検出のためのゲート付きラダー形状特徴ピラミッドネットワーク【JST・京大機械翻訳】

Gated Ladder-Shaped Feature Pyramid Network for Object Detection in Optical Remote Sensing Images

著者 (3件)： Liu Nanqing (School of Information Science and Technology, Southwest Jiaotong University, Chengdu, China) ,  Celik Turgay (School of Information Science and Technology, Southwest Jiaotong University, Chengdu, China) ,  Li Heng-Chao (School of Information Science and Technology, Southwest Jiaotong University, Chengdu, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.6001505.1-5  発行年： 2022年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  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： このレターは,光リモートセンシング画像における異なるサイズの物体を検出するためのより代表的な特徴ピラミッドを構築するために,ゲート付きラダー型FPN(GLFPN)と呼ばれる新しい特徴ピラミッドネットワーク(FPN)を提示した。最初に,ResNetバックボーンによって抽出された3つの基本特徴を融合するために,畳込みと連結演算を使用した。次に,これらのベース特徴からマルチレベル特徴を得た。最後に,等価サイズの複数のレベルから特徴を融合するために選択ゲートを用いた。提案したGLFPNの有効性を評価するために,従来のFPNを置き換えることにより,それをRetinaNetアーキテクチャに統合した。2つの光学リモートセンシング画像データセットに関する実験結果は,提案方法が本レターで比較する方法より優れていることを示した。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 ,  演算 ,  角錐 ,  有効性 ,  計算機アーキテクチャ
準シソーラス用語： 画像データ ,  マルチレベル ,  *物体検出 ,  *リモートセンシング画像 ,  光学リモートセンシング , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 光学 ,  リモートセンシング画像 ,  オブジェクト検出 ,  ゲート ,  ラダー ,  形状特徴 ,  ピラミッド