論文の概要: Instance Shadow Detection with A Single-Stage Detector
- arxiv url: http://arxiv.org/abs/2207.04614v1
- Date: Mon, 11 Jul 2022 04:15:42 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-13 01:52:39.005470
- Title: Instance Shadow Detection with A Single-Stage Detector
- Title(参考訳): 単段検出器によるインスタンスシャドー検出
- Authors: Tianyu Wang, Xiaowei Hu, Pheng-Ann Heng, Chi-Wing Fu
- Abstract要約: まず、シャドーインスタンス、オブジェクトインスタンス、シャドーオブジェクト関連のためのマスクを備えた新しいデータセットをコンパイルします。
次に,インスタンス陰影検出の性能を定量的に評価するための評価指標を設計する。
本手法をインスタンス陰影検出のベンチマークデータセット上で定量的かつ定性的に評価し,光方向推定と写真編集への適用性を示す。
- 参考スコア(独自算出の注目度): 126.73011063999695
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper formulates a new problem, instance shadow detection, which aims to
detect shadow instance and the associated object instance that cast each shadow
in the input image. To approach this task, we first compile a new dataset with
the masks for shadow instances, object instances, and shadow-object
associations. We then design an evaluation metric for quantitative evaluation
of the performance of instance shadow detection. Further, we design a
single-stage detector to perform instance shadow detection in an end-to-end
manner, where the bidirectional relation learning module and the deformable
maskIoU head are proposed in the detector to directly learn the relation
between shadow instances and object instances and to improve the accuracy of
the predicted masks. Finally, we quantitatively and qualitatively evaluate our
method on the benchmark dataset of instance shadow detection and show the
applicability of our method on light direction estimation and photo editing.
- Abstract(参考訳): 本稿では,シャドウインスタンスの検出を目的とした新たな問題であるシャドウ検出と,各シャドウを入力画像にキャストする関連オブジェクトインスタンスを定式化する。
このタスクにアプローチするために、shadowインスタンス、objectインスタンス、shadow-object関連用のマスクで新しいデータセットをコンパイルします。
次に,インスタンス陰影検出の性能を定量的に評価するための評価指標を設計する。
さらに,2方向関係学習モジュールと変形可能なマスクIoUヘッドが検出器内で提案され,影インスタンスとオブジェクトインスタンスの関係を直接学習し,予測されたマスクの精度を向上させる一段検出器の設計を行った。
最後に,本手法をインスタンスシャドー検出のベンチマークデータセットで定量的に定量的に評価し,光方向推定と写真編集への適用性を示す。
関連論文リスト
- Improving Object Detection via Local-global Contrastive Learning [27.660633883387753]
本稿では,クロスドメインオブジェクト検出を対象とする画像から画像への変換手法を提案する。
ローカル・グローバル情報と対比することでオブジェクトを表現することを学ぶ。
これにより、ドメインシフトの下で、パフォーマンス検出(Performant detection)の取得という、未調査の課題の調査が可能になる。
論文 参考訳(メタデータ) (2024-10-07T14:18:32Z) - SwinShadow: Shifted Window for Ambiguous Adjacent Shadow Detection [90.4751446041017]
スウィンシャドウ(SwinShadow)は、隣接する影を検出するための強力なシフトウインドウ機構をフル活用したトランスフォーマーベースのアーキテクチャである。
プロセス全体は、エンコーダ、デコーダ、機能統合の3つの部分に分けられる。
SBU, UCF, ISTDの3つのシャドウ検出ベンチマークデータセットの実験により, ネットワークがバランスエラー率(BER)の点で優れた性能を発揮することが示された。
論文 参考訳(メタデータ) (2024-08-07T03:16:33Z) - Linear Object Detection in Document Images using Multiple Object
Tracking [58.720142291102135]
線形オブジェクトは文書構造に関する実質的な情報を伝達する。
多くのアプローチはベクトル表現を復元できるが、1994年に導入された1つのクローズドソース技術のみである。
複数オブジェクト追跡を用いた文書画像中の線形オブジェクトの正確なインスタンスセグメンテーションのためのフレームワークを提案する。
論文 参考訳(メタデータ) (2023-05-26T14:22:03Z) - D\'etection d'Objets dans les documents num\'eris\'es par r\'eseaux de
neurones profonds [0.0]
本研究では,テキスト行の検出,動作分割,筆記支援など,文書レイアウト解析に関連する複数のタスクについて検討する。
2つの異なるアプローチに従う2つのディープニューラルネットワークモデルを提案する。
論文 参考訳(メタデータ) (2023-01-27T14:45:45Z) - A Study on Self-Supervised Object Detection Pretraining [14.38896715041483]
対象検出モデルの自己教師付き事前学習に対する様々なアプローチについて検討する。
まず、画像から空間的に一貫した密度表現を学習するための一般的なフレームワークを設計する。
ボックス生成,特徴抽出戦略,複数ビューなど,文献における既存の設計選択について検討する。
論文 参考訳(メタデータ) (2022-07-09T03:30:44Z) - Learning to Detect Instance-level Salient Objects Using Complementary
Image Labels [55.049347205603304]
本報告では,本問題に対する第1の弱教師付きアプローチを提案する。
本稿では,候補対象の特定にクラス整合性情報を活用するSaliency Detection Branch,オブジェクト境界をデライン化するためにクラス整合性情報を利用するBundary Detection Branch,サブティナイズ情報を用いたCentroid Detection Branchを提案する。
論文 参考訳(メタデータ) (2021-11-19T10:15:22Z) - Instance Localization for Self-supervised Detection Pretraining [68.24102560821623]
インスタンスローカリゼーションと呼ばれる,新たな自己監視型プリテキストタスクを提案する。
境界ボックスを事前学習に組み込むことで、より優れたタスクアライメントとアーキテクチャアライメントが促進されることを示す。
実験結果から, オブジェクト検出のための最先端の転送学習結果が得られた。
論文 参考訳(メタデータ) (2021-02-16T17:58:57Z) - Slender Object Detection: Diagnoses and Improvements [74.40792217534]
本稿では,超高アスペクト比,すなわちtextbfslender オブジェクトの特定タイプの検出について検討する。
古典的物体検出法では、細い物体に対してのみ評価される場合、COCO上の18.9%のmAPの劇的な低下が観察される。
論文 参考訳(メタデータ) (2020-11-17T09:39:42Z)
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。