論文の概要: DUFormer: A Novel Architecture for Power Line Segmentation of Aerial Images

• arxiv url: http://arxiv.org/abs/2304.05821v1
• Date: Wed, 12 Apr 2023 12:59:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-13 15:12:50.276441
• Title: DUFormer: A Novel Architecture for Power Line Segmentation of Aerial Images
• Title（参考訳）: DUFormer: 航空画像の電力線分割のための新しいアーキテクチャ
• Authors: Deyu An, Qiang Zhang, Jianshu Chao, Ting Li, Feng Qiao, Yong Deng, Zhenpeng Bian, Jia Xu
• Abstract要約: 低高度で運用される無人航空機(UAV)には、電力線は重大な安全上の脅威となる。 本研究では,航空画像の電力線検出に特化して設計されたセマンティックセグメンテーションアルゴリズムであるDUFormerを提案する。 提案手法は,TTPLAデータセット上での電力線セグメンテーションにおける最先端の性能を実現する。
• 参考スコア（独自算出の注目度）: 16.911231823567732
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Power lines pose a significant safety threat to unmanned aerial vehicles (UAVs) operating at low altitudes. However, detecting power lines in aerial images is challenging due to the small size of the foreground data (i.e., power lines) and the abundance of background information. To address this challenge, we propose DUFormer, a semantic segmentation algorithm designed specifically for power line detection in aerial images. We assume that performing sufficient feature extraction with a convolutional neural network (CNN) that has a strong inductive bias is beneficial for training an efficient Transformer model. To this end, we propose a heavy token encoder responsible for overlapping feature re-mining and tokenization. The encoder comprises a pyramid CNN feature extraction module and a power line feature enhancement module. Following sufficient feature extraction for power lines, the feature fusion is carried out, and then the Transformer block is used for global modeling. The final segmentation result is obtained by fusing local and global features in the decode head. Additionally, we demonstrate the significance of the joint multi-weight loss function in power line segmentation. The experimental results demonstrate that our proposed method achieves the state-of-the-art performance in power line segmentation on the publicly available TTPLA dataset.
• Abstract（参考訳）: 電力線は低高度で運用される無人航空機(uav)にとって重大な安全上の脅威となる。 しかし,前景データ(電力線)の小型化や背景情報の多さから,空中画像中の電力線の検出は困難である。 この課題に対処するために,航空画像の電力線検出に特化したセマンティックセグメンテーションアルゴリズムであるDUFormerを提案する。 高い帰納バイアスを持つ畳み込みニューラルネットワーク(cnn)で十分な特徴抽出を行うことは、効率的なトランスフォーマーモデルのトレーニングに有効であると仮定する。 そこで本稿では,重複する機能の再マイニングとトークン化に責任を負うヘビートークンエンコーダを提案する。 このエンコーダは、ピラミッドcnn特徴抽出モジュールと、電力線特徴強調モジュールとを備える。 電力線に対する十分な特徴抽出の後、特徴融合を行い、大域的モデリングにTransformerブロックを使用する。 最終的なセグメンテーション結果は、デコードヘッドの局所的特徴とグローバル特徴を融合して得られる。 さらに,電力線分節化における統合多重損失関数の意義を示す。 提案手法は,TTPLAデータセット上での電力線セグメンテーションにおける最先端性能を実現することを実証した。

関連論文リスト

• CT-MVSNet: Efficient Multi-View Stereo with Cross-scale Transformer [8.962657021133925]
  クロススケールトランス(CT)プロセスは、追加計算なしで異なる段階の表現を特徴付ける。 複数のスケールで異なる対話型アテンションの組み合わせを利用する適応型マッチング認識変換器(AMT)を導入する。 また、より細かなコストボリューム構成に大まかにグローバルな意味情報を埋め込む2機能ガイドアグリゲーション(DFGA)も提案する。
  論文  参考訳（メタデータ） (2023-12-14T01:33:18Z)
• Effective Image Tampering Localization via Enhanced Transformer and Co-attention Fusion [5.691973573807887]
  本稿では,2分岐拡張型トランスフォーマーエンコーダを用いた画像改ざんネットワーク(EITLNet)を提案する。 RGBとノイズストリームから抽出した特徴は、座標注意に基づく融合モジュールによって効果的に融合される。
  論文  参考訳（メタデータ） (2023-09-17T15:43:06Z)
• ABC: Attention with Bilinear Correlation for Infrared Small Target Detection [4.7379300868029395]
  CNNに基づく深層学習法は、赤外線小ターゲット(IRST)のセグメンテーションに有効ではない バイリニア相関(ABC)を用いた注目モデルを提案する。 ABCはトランスアーキテクチャに基づいており、特徴抽出と融合のための新しいアテンション機構を備えた畳み込み線形核融合トランス (CLFT) モジュールを含んでいる。
  論文  参考訳（メタデータ） (2023-03-18T03:47:06Z)
• CDDFuse: Correlation-Driven Dual-Branch Feature Decomposition for Multi-Modality Image Fusion [138.40422469153145]
  本稿では,CDDFuse(Relationed-Driven Feature Decomposition Fusion)ネットワークを提案する。 近赤外可視画像融合や医用画像融合など,複数の融合タスクにおいてCDDFuseが有望な結果をもたらすことを示す。
  論文  参考訳（メタデータ） (2022-11-26T02:40:28Z)
• Cross-receptive Focused Inference Network for Lightweight Image Super-Resolution [64.25751738088015]
  トランスフォーマーに基づく手法は、単一画像超解像(SISR)タスクにおいて顕著な性能を示した。 動的に特徴を抽出するために文脈情報を組み込む必要がある変換器は無視される。 我々は,CNNとTransformerを混合したCTブロックのカスケードで構成される,軽量なクロスレセプティブ・フォーカスド・推論・ネットワーク(CFIN)を提案する。
  論文  参考訳（メタデータ） (2022-07-06T16:32:29Z)
• Semantic Labeling of High Resolution Images Using EfficientUNets and Transformers [5.177947445379688]
  畳み込みニューラルネットワークとディープトランスを組み合わせた新しいセグメンテーションモデルを提案する。 提案手法は,最先端技術と比較してセグメント化精度が向上することを示す。
  論文  参考訳（メタデータ） (2022-06-20T12:03:54Z)
• An Extendable, Efficient and Effective Transformer-based Object Detector [95.06044204961009]
  我々は、視覚・検出変換器(ViDT)を統合し、効果的で効率的な物体検出装置を構築する。 ViDTは、最近のSwin Transformerをスタンドアロンのオブジェクト検出器に拡張するために、再構成されたアテンションモジュールを導入した。 オブジェクト検出とインスタンスセグメンテーションのための共同タスク学習をサポートするために、ViDT+に拡張する。
  論文  参考訳（メタデータ） (2022-04-17T09:27:45Z)
• PLGAN: Generative Adversarial Networks for Power-Line Segmentation in Aerial Images [15.504887854179666]
  PLGANは、異なる背景を持つ空中画像から電力線を分割するシンプルで効果的な方法である。 生成した画像の適切な形状を高品質な特徴埋め込みに活用する。 提案するPLGANは, セマンティックセグメンテーションや線検出において, 従来の最先端手法よりも優れていた。
  論文  参考訳（メタデータ） (2022-04-14T21:43:31Z)
• Transformer-based Network for RGB-D Saliency Detection [82.6665619584628]
  RGB-Dサリエンシ検出の鍵は、2つのモードにわたる複数のスケールで情報を完全なマイニングとヒューズすることである。 コンバータは機能融合と機能拡張の両面において高い有効性を示す一様操作であることを示す。 提案するネットワークは,最先端のRGB-D値検出手法に対して良好に動作する。
  論文  参考訳（メタデータ） (2021-12-01T15:53:58Z)
• PnP-DETR: Towards Efficient Visual Analysis with Transformers [146.55679348493587]
  近年、DeTRはトランスフォーマーを用いたソリューションビジョンタスクの先駆者であり、画像特徴マップを直接オブジェクト結果に変換する。 最近の変圧器を用いた画像認識モデルとTTは、一貫した効率向上を示す。
  論文  参考訳（メタデータ） (2021-09-15T01:10:30Z)
• MFGNet: Dynamic Modality-Aware Filter Generation for RGB-T Tracking [72.65494220685525]
  可視データと熱データ間のメッセージ通信を促進するために,新しい動的モダリティ対応フィルタ生成モジュール(MFGNet)を提案する。 我々は、2つの独立ネットワークを持つ動的モダリティ対応フィルタを生成し、その可視フィルタとサーマルフィルタをそれぞれ、対応する入力特徴写像上で動的畳み込み演算を行う。 重閉塞,高速移動,外見による問題に対処するため,新たな方向認識型目標誘導型アテンション機構を活用することで,共同で局所的・グローバル検索を行うことを提案する。
  論文  参考訳（メタデータ） (2021-07-22T03:10:51Z)

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。