論文の概要: iSmallNet: Densely Nested Network with Label Decoupling for Infrared Small Target Detection

• arxiv url: http://arxiv.org/abs/2210.16561v1
• Date: Sat, 29 Oct 2022 10:27:54 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-01 15:23:11.125553
• Title: iSmallNet: Densely Nested Network with Label Decoupling for Infrared Small Target Detection
• Title（参考訳）: iSmallNet:赤外小ターゲット検出のためのラベル疎結合ネットワーク
• Authors: Zhiheng Hu, Yongzhen Wang, Peng Li, Jie Qin, Haoran Xie, Mingqiang Wei
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 35.4167548966077
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Small targets are often submerged in cluttered backgrounds of infrared images. Conventional detectors tend to generate false alarms, while CNN-based detectors lose small targets in deep layers. To this end, we propose iSmallNet, a multi-stream densely nested network with label decoupling for infrared small object detection. On the one hand, to fully exploit the shape information of small targets, we decouple the original labeled ground-truth (GT) map into an interior map and a boundary one. The GT map, in collaboration with the two additional maps, tackles the unbalanced distribution of small object boundaries. On the other hand, two key modules are delicately designed and incorporated into the proposed network to boost the overall performance. First, to maintain small targets in deep layers, we develop a multi-scale nested interaction module to explore a wide range of context information. Second, we develop an interior-boundary fusion module to integrate multi-granularity information. Experiments on NUAA-SIRST and NUDT-SIRST clearly show the superiority of iSmallNet over 11 state-of-the-art detectors.
• Abstract（参考訳）: 小さなターゲットは、しばしば赤外線画像の散らかった背景に沈む。 従来の検出器は誤報を発生させる傾向があるが、cnnベースの検出器は深い層で小さなターゲットを失う。 この目的のために,赤外小物体検出のためのラベルデカップリング付きマルチストリーム高密度ネストネットワークiSmallNetを提案する。 一方,小型ターゲットの形状情報を十分に活用するために,ラベル付きグラウンドルース (gt) マップを内部地図と境界地図に分離する。 gtマップは、2つの追加マップと協調して、小さなオブジェクト境界の不均衡な分布に取り組む。 一方,2つのキーモジュールを微妙に設計し,提案するネットワークに組み込んで全体の性能を向上させる。 まず, 深層層における小さなターゲットを維持するため, 多様なコンテキスト情報を探索するマルチスケールネスト型相互作用モジュールを開発した。 第2に,多粒性情報を統合する内部境界融合モジュールを開発する。 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示している。

関連論文リスト

• 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)
• ILNet: Low-level Matters for Salient Infrared Small Target Detection [5.248337726304453]
  赤外線小目標検出は、赤外クラッタ背景から小目標を検出する技術である。 高レベルセマンティック情報の変形により、CNNの深い層では、小さな赤外線ターゲット特性が弱まる。 我々は、赤外線小ターゲットを意味情報が少ない有能な領域とみなす赤外線低レベルネットワーク(ILNet)を提案する。
  論文  参考訳（メタデータ） (2023-09-24T14:09:37Z)
• 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)
• 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)
• Cross-Modality 3D Object Detection [63.29935886648709]
  本稿では,3次元物体検出のための新しい2段階多モード融合ネットワークを提案する。 アーキテクチャ全体が2段階の融合を促進する。 KITTIデータセットを用いた実験により,提案したマルチステージ融合により,ネットワークがより良い表現を学習できることが示唆された。
  論文  参考訳（メタデータ） (2020-08-16T11:01:20Z)
• Suppress and Balance: A Simple Gated Network for Salient Object Detection [89.88222217065858]
  両問題を同時に解くための単純なゲートネットワーク(GateNet)を提案する。 多レベルゲートユニットの助けを借りて、エンコーダからの貴重なコンテキスト情報をデコーダに最適に送信することができる。 さらに,提案したFold-ASPP操作(Fold-ASPP)に基づくアトラス空間ピラミッドプーリングを用いて,様々なスケールのサリアンオブジェクトを正確に位置決めする。
  論文  参考訳（メタデータ） (2020-07-16T02:00:53Z)
• 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)
• NETNet: Neighbor Erasing and Transferring Network for Better Single Shot Object Detection [170.30694322460045]
  我々は、ピラミッドの特徴を再設定し、スケールアウェアな特徴を探索する新しいNeighbor Erasing and Transferring(NET)メカニズムを提案する。 NETNetと呼ばれるシングルショットネットワークは、スケールアウェアなオブジェクト検出のために構築されている。
  論文  参考訳（メタデータ） (2020-01-18T15:21:29Z)

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。