文献

J-GLOBAL ID：201702223806529004   整理番号：17A0406482

オブジェクト提案生成のための境界を意識したボックスの精密化【Powered by NICT】

Boundary-aware box refinement for object proposal generation

著者 (5件)： Chen Xiaozhi (Department of Electronic Engineering, Tsinghua University, Beijing 100084, China) ,  Ma Huimin (Department of Electronic Engineering, Tsinghua University, Beijing 100084, China) ,  Zhu Chenzhuo (Department of Electronic Engineering, Tsinghua University, Beijing 100084, China) ,  Wang Xiang (Department of Electronic Engineering, Tsinghua University, Beijing 100084, China) ,  Zhao Zhichen (Department of Electronic Engineering, Tsinghua University, Beijing 100084, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 219  ページ： 323-332  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： オブジェクト提案は,物体探索を高速化するための物体検出に広く用いられている。しかし,既存のオブジェクト提案発電機の多くはプール局在品質,オブジェクト検出器の性能を弱めるを有していた。本論文では,オブジェクト提案の局在化品質を改善するための有効なアプローチを提案した。スーパピクセルの境界保存性をとオブジェクト提案精密化のための効率的なアルゴリズムを設計した。我々のアプローチは,第一限界ボックスアラインメントを行う潜在的オブジェクト境界に提案を適応し,に基く多閾値超画素マージングによる提案を多様化している。アルゴリズムはわずか0.15秒を要し,それらの局在化品質を改善するための既存の提案法に適用することができる。PASCAL VOC2007とILSVRC2013データセット上での包括的な実験を行い,有意にこの手法を示し,既存の提案法の想起,位置決め精度,検出性能を改善した。地域提案ネットワークと組み合わせた場合,提案アプローチは大きなマージンにより最先端のオブジェクト検出器より性能が優れている。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 品質 ,  マージング ,  *精密化 ,  多様化 ,  高速化 ,  ネットワーク ,  アルゴリズム ,  PASCAL ,  画素
準シソーラス用語： 検出能 ,  位置決め精度 ,  局在化 ,  物体検出 , 【Automatic Indexing@JST】

著者キーワード (3件)： オブジェクト提案 ,  物体検出 ,  R CNN

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： オブジェクト ,  提案 ,  境界 ,  意識 ,  ボックス ,  精密化