論文の概要: TBC-Net: A real-time detector for infrared small target detection using
semantic constraint
- arxiv url: http://arxiv.org/abs/2001.05852v1
- Date: Fri, 27 Dec 2019 05:25:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-09 22:47:05.218967
- Title: TBC-Net: A real-time detector for infrared small target detection using
semantic constraint
- Title(参考訳): TBC-Net:意味制約を用いた赤外線小目標検出のためのリアルタイム検出器
- Authors: Mingxin Zhao, Li Cheng, Xu Yang, Peng Feng, Liyuan Liu, and Nanjian Wu
- Abstract要約: 深層学習は、小さな目標特徴の学習が困難であるため、赤外線小目標検出にはほとんど使われない。
赤外線小ターゲット検出のための新しい軽量畳み込みニューラルネットワークTBC-Netを提案する。
- 参考スコア(独自算出の注目度): 18.24737906712967
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Infrared small target detection is a key technique in infrared search and
tracking (IRST) systems. Although deep learning has been widely used in the
vision tasks of visible light images recently, it is rarely used in infrared
small target detection due to the difficulty in learning small target features.
In this paper, we propose a novel lightweight convolutional neural network
TBC-Net for infrared small target detection. The TBCNet consists of a target
extraction module (TEM) and a semantic constraint module (SCM), which are used
to extract small targets from infrared images and to classify the extracted
target images during the training, respectively. Meanwhile, we propose a joint
loss function and a training method. The SCM imposes a semantic constraint on
TEM by combining the high-level classification task and solve the problem of
the difficulty to learn features caused by class imbalance problem. During the
training, the targets are extracted from the input image and then be classified
by SCM. During the inference, only the TEM is used to detect the small targets.
We also propose a data synthesis method to generate training data. The
experimental results show that compared with the traditional methods, TBC-Net
can better reduce the false alarm caused by complicated background, the
proposed network structure and joint loss have a significant improvement on
small target feature learning. Besides, TBC-Net can achieve real-time detection
on the NVIDIA Jetson AGX Xavier development board, which is suitable for
applications such as field research with drones equipped with infrared sensors.
- Abstract(参考訳): 赤外線小目標検出は赤外線サーチ・トラッキング(irst)システムにおいて重要な技術である。
近年,可視光画像の視覚タスクにおいて深層学習が広く用いられているが,小目標特徴の学習が困難であるため,赤外線小目標検出にはほとんど使われていない。
本稿では,赤外線小ターゲット検出のための軽量畳み込みニューラルネットワークTBC-Netを提案する。
TBCNetは、ターゲット抽出モジュール(TEM)とセマンティック制約モジュール(SCM)から構成され、赤外線画像から小さなターゲットを抽出し、トレーニング中に抽出されたターゲット画像をそれぞれ分類するために使用される。
一方,共同損失関数と訓練方法を提案する。
SCMは、高レベルの分類タスクを組み合わせることでTEMに意味的制約を課し、クラス不均衡問題に起因する特徴の習得の困難さを解決する。
トレーニング中、ターゲットは入力画像から抽出され、SCMによって分類される。
推論中は、TEMのみを使用して小さなターゲットを検出する。
また,トレーニングデータを生成するデータ合成手法を提案する。
実験の結果,tbc-netは従来の手法に比べ,複雑な背景による誤報を効果的に低減できることがわかった。
さらにtbc-netはnvidia jetson agx xavier開発ボードでリアルタイム検出が可能で、赤外線センサーを搭載したドローンによるフィールドリサーチなどに適している。
関連論文リスト
- SIRST-5K: Exploring Massive Negatives Synthesis with Self-supervised
Learning for Robust Infrared Small Target Detection [53.19618419772467]
単一フレーム赤外線小ターゲット検出(SIRST)は、乱雑な背景から小さなターゲットを認識することを目的としている。
Transformerの開発に伴い、SIRSTモデルのスケールは常に増大している。
赤外線小ターゲットデータの多彩な多様性により,本アルゴリズムはモデル性能と収束速度を大幅に改善する。
論文 参考訳(メタデータ) (2024-03-08T16:14:54Z) - SpirDet: Towards Efficient, Accurate and Lightweight Infrared Small
Target Detector [60.42293239557962]
我々は、赤外線小ターゲットの効率的な検出のための新しいアプローチであるSpirDetを提案する。
新しいデュアルブランチスパースデコーダを用いて特徴写像を復元する。
大規模な実験により、提案されたSpirDetは最先端モデルよりも大幅に優れていることが示された。
論文 参考訳(メタデータ) (2024-02-08T05:06:14Z) - EFLNet: Enhancing Feature Learning for Infrared Small Target Detection [20.546186772828555]
単一フレームの赤外線小目標検出は難しい課題であると考えられている。
ターゲットと背景の極端に不均衡のため、境界ボックスの回帰は赤外線小ターゲットに対して非常に敏感である。
本稿では,これらの問題に対処する機能学習ネットワーク(EFLNet)を提案する。
論文 参考訳(メタデータ) (2023-07-27T09:23:22Z) - One-Stage Cascade Refinement Networks for Infrared Small Target
Detection [21.28595135499812]
SIRST(Single-frame InfraRed Small Target)検出は、固有の特性の欠如による課題である。
実世界の高解像度単一フレームターゲットのSIRST-V2データセットからなる赤外線小ターゲット検出のための新しい研究ベンチマークを提案する。
論文 参考訳(メタデータ) (2022-12-16T13:37:23Z) - A Multi-task Framework for Infrared Small Target Detection and
Segmentation [9.033048310220346]
赤外線小ターゲット検出とセグメンテーションのための新しいエンドツーエンドフレームワークを提案する。
UNetをバックボーンとして、解像度とセマンティック情報を維持するために使用しています。
我々は、赤外線小ターゲット検出とセグメンテーションのためのマルチタスクフレームワークを開発した。
論文 参考訳(メタデータ) (2022-06-14T15:43:34Z) - SAR Despeckling Using Overcomplete Convolutional Networks [53.99620005035804]
スペックルはSAR画像を劣化させるため、リモートセンシングにおいて重要な問題である。
近年の研究では、畳み込みニューラルネットワーク(CNN)が古典的解法よりも優れていることが示されている。
本研究は、受容場を制限することで低レベルの特徴を学習することに集中するために、過剰なCNNアーキテクチャを用いる。
本稿では,合成および実SAR画像の非特定化手法と比較して,提案手法により非特定化性能が向上することを示す。
論文 参考訳(メタデータ) (2022-05-31T15:55:37Z) - Infrared Small-Dim Target Detection with Transformer under Complex
Backgrounds [155.388487263872]
変換器を用いた赤外線小径目標検出手法を提案する。
画像特徴の相互作用情報をより広い範囲で学習するために,変換器の自己認識機構を採用する。
最小限のターゲットの機能を学習するための機能拡張モジュールも設計しています。
論文 参考訳(メタデータ) (2021-09-29T12:23:41Z) - Dense Nested Attention Network for Infrared Small Target Detection [36.654692765557726]
単一フレーム赤外線小ターゲット(SIRST)検出は、小さなターゲットを乱雑な背景から分離することを目的としている。
既存のCNNベースのメソッドは、赤外線小ターゲットに対して直接適用することはできない。
本稿では,高密度ネステッドアテンションネットワーク(DNANet)を提案する。
論文 参考訳(メタデータ) (2021-06-01T13:45:35Z) - Anchor-free Small-scale Multispectral Pedestrian Detection [88.7497134369344]
適応型単一段アンカーフリーベースアーキテクチャにおける2つのモードの効果的かつ効率的な多重スペクトル融合法を提案する。
我々は,直接的境界ボックス予測ではなく,対象の中心と規模に基づく歩行者表現の学習を目指す。
その結果,小型歩行者の検出における本手法の有効性が示唆された。
論文 参考訳(メタデータ) (2020-08-19T13:13:01Z) - Depthwise Non-local Module for Fast Salient Object Detection Using a
Single Thread [136.2224792151324]
本稿では,高速な物体検出のための新しいディープラーニングアルゴリズムを提案する。
提案アルゴリズムは,1つのCPUスレッドと同時に,競合精度と高い推論効率を実現する。
論文 参考訳(メタデータ) (2020-01-22T15:23:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。