論文の概要: AGPCNet: Attention-Guided Pyramid Context Networks for Infrared Small
Target Detection
- arxiv url: http://arxiv.org/abs/2111.03580v1
- Date: Fri, 5 Nov 2021 16:01:31 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-08 15:51:17.417619
- Title: AGPCNet: Attention-Guided Pyramid Context Networks for Infrared Small
Target Detection
- Title(参考訳): AGPCNet:赤外小ターゲット検出のための注意誘導ピラミッドコンテキストネットワーク
- Authors: Tianfang Zhang, Siying Cao, Tian Pu, Zhenming Peng
- Abstract要約: 本稿では,Attention-Guided Pyramid Context Network (AGPCNet)アルゴリズムを提案する。
主なコンポーネントは、Attention-Guided Context Block (AGCB)、Context Pyramid Module (CPM)、非対称核融合モジュール (AFM) である。
実験結果は、AGPCNetが2つの利用可能な赤外線小ターゲットデータセットに対して、最先端のパフォーマンスを達成したことを示している。
- 参考スコア(独自算出の注目度): 2.4660652494309936
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Infrared small target detection is an important problem in many fields such
as earth observation, military reconnaissance, disaster relief, and has
received widespread attention recently. This paper presents the
Attention-Guided Pyramid Context Network (AGPCNet) algorithm. Its main
components are an Attention-Guided Context Block (AGCB), a Context Pyramid
Module (CPM), and an Asymmetric Fusion Module (AFM). AGCB divides the feature
map into patches to compute local associations and uses Global Context
Attention (GCA) to compute global associations between semantics, CPM
integrates features from multi-scale AGCBs, and AFM integrates low-level and
deep-level semantics from a feature-fusion perspective to enhance the
utilization of features. The experimental results illustrate that AGPCNet has
achieved new state-of-the-art performance on two available infrared small
target datasets. The source codes are available at
https://github.com/Tianfang-Zhang/AGPCNet.
- Abstract(参考訳): 赤外線小目標検出は,地球観測,軍事偵察,災害救助など多くの分野において重要な問題であり,近年注目されている。
本稿では,Attention-Guided Pyramid Context Network (AGPCNet)アルゴリズムを提案する。
主なコンポーネントは、Attention-Guided Context Block (AGCB)、Context Pyramid Module (CPM)、非対称核融合モジュール (AFM) である。
AGCBは、特徴マップをパッチに分割して、局所的な関連を計算し、GCA(Global Context Attention)を使用してセマンティクス間のグローバルな関連を計算し、CPMはマルチスケールAGCBからの機能を統合する。
実験結果は、agpcnetが利用可能な2つの赤外線小目標データセットで新たな最先端性能を達成したことを示している。
ソースコードはhttps://github.com/Tianfang-Zhang/AGPCNetで入手できる。
関連論文リスト
- UIU-Net: U-Net in U-Net for Infrared Small Object Detection [36.72184013409837]
本稿では,U-NetフレームワークにおけるU-Netの簡易かつ効果的なUIU-Netを提案する。
名前が示すように、UIU-Netは小さなU-Netを大きなU-Netバックボーンに組み込み、オブジェクトのマルチレベルおよびマルチスケールの表現学習を可能にする。
提案したUIU-Netは、ビデオシーケンス赤外線小オブジェクトデータセットの強力な一般化性能も生み出す。
論文 参考訳(メタデータ) (2022-12-02T04:52:26Z) - iSmallNet: Densely Nested Network with Label Decoupling for Infrared
Small Target Detection [35.4167548966077]
iSmallNetは高密度にネストされたネットワークで、赤外小物体検出のためにラベルをデカップリングする。
全体的なパフォーマンスを高めるために、2つの重要なモジュールを開発しました。
NUAA-SIRSTとNUDT-SIRSTの実験は、iSmallNetが11の最先端検出器よりも優れていることを明らかに示している。
論文 参考訳(メタデータ) (2022-10-29T10:27:54Z) - Multi-scale Feature Aggregation for Crowd Counting [84.45773306711747]
マルチスケール特徴集約ネットワーク(MSFANet)を提案する。
MSFANetは、ショートアグリゲーション(ShortAgg)とスキップアグリゲーション(SkipAgg)の2つの機能アグリゲーションモジュールで構成されている。
論文 参考訳(メタデータ) (2022-08-10T10:23:12Z) - 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) - Towards Accurate RGB-D Saliency Detection with Complementary Attention
and Adaptive Integration [20.006932559837516]
近年,RGB画像と深度マップの相補的情報に基づく残差検出が盛んに行われている。
本稿では,補完的注意に基づく特徴集中と適応的クロスモーダル特徴融合を統合するための補完的注意・適応統合ネットワーク(CAAI-Net)を提案する。
CAAI-Netは効果的な唾液濃度検出モデルであり、4つの広く使用されているメトリクスで9つの最先端モデルを上回っている。
論文 参考訳(メタデータ) (2021-02-08T08:08:30Z) - Global Context Aware RCNN for Object Detection [1.1939762265857436]
我々はGCA (Global Context Aware) RCNNと呼ばれる新しいエンドツーエンドのトレーニング可能なフレームワークを提案する。
GCAフレームワークの中核となるコンポーネントは、グローバルな特徴ピラミッドとアテンション戦略の両方を特徴抽出と特徴改善に使用する、コンテキスト認識メカニズムである。
最後に,モデルの複雑さと計算負担をわずかに増加させる軽量バージョンを提案する。
論文 参考訳(メタデータ) (2020-12-04T14:56:46Z) - Dense Attention Fluid Network for Salient Object Detection in Optical
Remote Sensing Images [193.77450545067967]
光リモートセンシング画像(RSI)における有意物体検出のためのエンド・ツー・エンドDense Attention Fluid Network(DAFNet)を提案する。
GCA(Global Context-Aware Attention)モジュールは、長距離の意味的関係を適応的にキャプチャするために提案される。
我々は、2000枚の画像とピクセルワイドなサリエンシアノテーションを含むSODのための新しい、挑戦的な光学RSIデータセットを構築した。
論文 参考訳(メタデータ) (2020-11-26T06:14:10Z) - Global Self-Attention Networks for Image Recognition [15.57942306567032]
この研究は、GSAモジュールと呼ばれる新しいグローバルな自己アテンションモジュールを導入し、ディープネットワークのバックボーンコンポーネントとして機能するのに十分な効率である。
提案したGSAモジュールに基づいて,画素間相互作用をモデル化するために,GSAモジュールの代わりにGSAモジュールを使用するスタンドアロンのグローバルアテンションベースディープネットワークを導入する。
論文 参考訳(メタデータ) (2020-10-06T20:55:34Z) - Global Context-Aware Progressive Aggregation Network for Salient Object
Detection [117.943116761278]
我々は,低レベルな外観特徴,高レベルな意味特徴,グローバルな文脈特徴を統合化するための新しいネットワークGCPANetを提案する。
提案手法は, 定量的かつ定性的に, 最先端の手法よりも優れていることを示す。
論文 参考訳(メタデータ) (2020-03-02T04:26:10Z) - Cross-layer Feature Pyramid Network for Salient Object Detection [102.20031050972429]
本稿では,有能な物体検出における進行的融合を改善するために,新しいクロス層特徴ピラミッドネットワークを提案する。
レイヤごとの分散機能は、他のすべてのレイヤからセマンティクスと健全な詳細の両方を同時に所有し、重要な情報の損失を減らします。
論文 参考訳(メタデータ) (2020-02-25T14:06:27Z)
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。