文献

J-GLOBAL ID：202202291812213358   整理番号：22A0997387

改良グローバル-局所注意ネットワークに基づく屋内シーン認識手法【JST・京大機械翻訳】

Indoor scene recognition method based on improved global-local attention network

著者 (4件)： Xu Jianglang (蘇州科技大学電子与信息工程学院,江蘇蘇州215009;蘇州科技大学蘇州市虚擬現実智能交互及応用技術重点実験室,江蘇蘇州215009) ,  Wan Xinjun (蘇州科技大学電子与信息工程学院,江蘇蘇州215009;蘇州科技大学蘇州市虚擬現実智能交互及応用技術重点実験室,江蘇蘇州215009) ,  Xia Zhenping (蘇州科技大学電子与信息工程学院,江蘇蘇州215009) ,  Hu Fuyuan (蘇州科技大学電子与信息工程学院,江蘇蘇州215009;蘇州科技大学蘇州市虚擬現実智能交互及応用技術重点実験室,江蘇蘇州215009)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 39  号： 1  ページ： 316-320  発行年： 2022年 
JST資料番号： C2536A  ISSN： 1001-3695  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： 畳込みニューラルネットワーク(CNN)は大域的特徴学習に重点を置いているため、より多くの詳細を含む局部特徴情報を無視し、室内シーン識別の正確性を向上できない。この問題を解決するために,改良グローバル局所注意ネットワーク(GLANet)に基づく屋内シーン認識法を提案した。最初に,GLANetを用いて,情景画像のグローバル特徴および局所的特徴を捕捉し,そして,画像特徴における詳細情報を増加した。その後、局所ネットワークにnon-local注意力モジュールを導入し、注意力図と特徴図の畳み込みにより、さらに画像の詳細特徴を保存し、最後に融合ネットワークの異なる段階の多種類の特徴を分類する。MITIndoor67とSUN397データセットの訓練と検証により、提案手法の識別精度はLGN方法に比べ、それぞれ1.98%と3.07%向上した。実験結果は,このアルゴリズムが,グローバル意味情報と精細な局所的詳細を捕らえることができて,認識精度を著しく改良することを示した。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 ,  畳込み ,  学習 ,  情報 ,  *ネットワーク ,  画像 ,  画像特性 ,  ローカル回線
準シソーラス用語： 意味情報 ,  正確性 ,  認識精度 ,  *シーン理解 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： グローバル ,  注意 ,  屋内 ,  シーン認識 ,  手法