文献

J-GLOBAL ID：202202290480471870   整理番号：22A0496786

群衆計数のための平均アップサンプルネットワーク【JST・京大機械翻訳】

Average up-sample network for crowd counting

著者 (3件)： Wu Di (School of Information and Electronics, Beijing Institute of Technology, Beijing, China) ,  Fan Zheyi (School of Information and Electronics, Beijing Institute of Technology, Beijing, China) ,  Cui Mengjie (School of Information and Electronics, Beijing Institute of Technology, Beijing, China)
資料名： Applied Intelligence  (Applied Intelligence)
巻： 52  号： 2  ページ： 1376-1388  発行年： 2022年 
JST資料番号： W0297A  ISSN： 0924-669X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： クラウド計数のタスクは最近注目されているが,非常に密なシーン,スケール変動および背景クラッタのような多くの課題に直面している。生成された密度マップの品質は,性能の計数に重要な役割を果たす。本論文では,高品質密度マップと正確な計数推定のために,平均アップサンプル畳込みニューラルネットワーク(AU-CNN)と呼ばれる符号器デコーダ構造ネットワークを提案する。符号器は入力画像の特徴を抽出し,一方,復号器は,単純だが効果的な平均アップサンプルモジュールを開発することにより,入力画像の元のサイズに特徴マップのサイズを徐々に回復する。平均アップサンプルモジュールは,他の冗長パラメータを加えずに,3つの異なるアップサンプル法から補間結果の平均を採った。さらに,ユークリッド損失のみを用いたほとんどの既存の計数アルゴリズムと比較して,ネットワークを最適化するためにユークリッド損失とカウント損失の複合損失関数を用いて,性能改良において効果的であることを実証した。上海技術,UCF_CC50およびUCF_QNRFに関する実験は,提案した方法の大きな計数性能とロバスト性を示した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 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 ,  最適化 ,  冗長性 ,  損失関数 ,  *ネットワーク ,  復号器 ,  内挿法 ,  符号器 ,  クラッタ ,  ロバスト性
準シソーラス用語： 高品質 ,  特徴マップ ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 群衆計数 ,  密度推定 ,  畳込みニューラルネットワーク ,  平均アップサンプル ,  カウント損失

分類 (2件)： 人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 計数 ,  平均