文献
J-GLOBAL ID:202202282305740927   整理番号:22A1086664

小さなオブジェクト検出のための文脈を意識したブロックネット【JST・京大機械翻訳】

Context-Aware Block Net for Small Object Detection
著者 (8件):
資料名:
巻: 52  号:ページ: 2300-2313  発行年: 2022年 
JST資料番号: W0791A  ISSN: 2168-2267  CODEN: ITCEB8  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:
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。
最先端のオブジェクト検出器は,通常,小さな特徴マップによって表現されるまで,入力画像を徐々にダウンサンプルし,空間情報を失い,小さなオブジェクトの表現を妥協する。本論文では,高解像度で強い意味特徴マップを構築することにより,小オブジェクト検出を改善するためにコンテキストアウェアブロックネット(CABネット)を提案した。高空間分解能で特徴マップの表現容量を内部的に強化するために,コンテキスト意識ブロック(CAB)を繊細に設計する。CABは,特徴マップの元の分解能を失うことなく,マルチレベル文脈情報を組み込むためにピラミッド拡張畳込みを利用する。次に,CABを,比較的小さなダウンサンプリング因子(例えば,8)で切断されたバックボーンネットワーク(例えば,VGG16)の終わりに組み立てて,すべての次の層をキャストした。CABネットは,小さなオブジェクトの意味論的情報と同様に,基本的な視覚パターンの両方を捕捉することができ,その結果,小さな物体検出の性能を改善した。ベンチマークTsinghua-Tencent100KとAirportデータセットで行った実験により,CABネットは,リアルタイム速度を維持しながら,大きなマージンによって他のトップパーフォーマ検出器よりも性能が優れており,小型物体検出に対するCABネットの有効性を実証した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  分子・遺伝情報処理  ,  システム・制御理論一般 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る