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

• PVAFN: Point-Voxel Attention Fusion Network with Multi-Pooling Enhancing for 3D Object Detection [59.355022416218624]
  点とボクセルの表現の統合は、LiDARベースの3Dオブジェクト検出においてより一般的になりつつある。 PVAFN(Point-Voxel Attention Fusion Network)と呼ばれる新しい2段3次元物体検出器を提案する。 PVAFNはマルチプール戦略を使用して、マルチスケールとリージョン固有の情報を効果的に統合する。
  論文  参考訳（メタデータ） (2024-08-26T19:43:01Z)
• Multi-Scale Direction-Aware Network for Infrared Small Target Detection [2.661766509317245]
  赤外小目標検出は、背景とターゲットを効果的に分離することが難しい問題に直面している。 我々は、赤外線小ターゲットの高周波方向特徴を統合するためのマルチスケール方向対応ネットワーク(MSDA-Net)を提案する。 MSDA-Netは、パブリックNUDT-SIRST、SIRST、IRSTD-1kデータセット上で、最先端(SOTA)結果を達成する。
  論文  参考訳（メタデータ） (2024-06-04T07:23:09Z)
• ELGC-Net: Efficient Local-Global Context Aggregation for Remote Sensing Change Detection [65.59969454655996]
  本稿では,変化領域を正確に推定するために,リッチな文脈情報を利用する効率的な変化検出フレームワークELGC-Netを提案する。 提案するELGC-Netは、リモートセンシング変更検出ベンチマークにおいて、最先端の性能を新たに設定する。 また,ELGC-Net-LWも導入した。
  論文  参考訳（メタデータ） (2024-03-26T17:46:25Z)
• HCF-Net: Hierarchical Context Fusion Network for Infrared Small Object Detection [16.92362922379821]
  赤外線小物体検出性能を向上させるための深層学習法を提案する。 本発明の方法は、PPAモジュール、DASIモジュール、MDCRモジュールを含む。
  論文  参考訳（メタデータ） (2024-03-16T02:45:42Z)
• 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)
• 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 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。