Fugu-MT 論文翻訳(概要): Exploring Hyperspectral Anomaly Detection with Human Vision: A Small Target Aware Detector

論文の概要: Exploring Hyperspectral Anomaly Detection with Human Vision: A Small Target Aware Detector

arxiv url: http://arxiv.org/abs/2401.01093v1
Date: Tue, 2 Jan 2024 08:28:38 GMT
ステータス: 処理完了
システム内更新日: 2024-01-03 14:22:07.664839
Title: Exploring Hyperspectral Anomaly Detection with Human Vision: A Small Target Aware Detector
Title（参考訳）: 人間の視力によるハイパースペクトル異常検出の探索:小型目標認識検出器
Authors: Jitao Ma, Weiying Xie, Yunsong Li
Abstract要約: ハイパースペクトル異常検出(HAD)は、背景と異なるスペクトル特徴を持つ画素点の局在化を目的としている。既存のHAD法は、背景スペクトルと異常スペクトルを客観的に検出し、識別することを目的としている。本稿では,人間の視覚知覚下でのハイパースペクトル画像(HSI)の特徴を解析する。本研究では,人間の視覚的知覚に近づいたHSI特徴を捉えるために,サリエンシマップを導入した小型目標認識検出器(STAD)を提案する。
参考スコア（独自算出の注目度）: 20.845503528474328
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Hyperspectral anomaly detection (HAD) aims to localize pixel points whose spectral features differ from the background. HAD is essential in scenarios of unknown or camouflaged target features, such as water quality monitoring, crop growth monitoring and camouflaged target detection, where prior information of targets is difficult to obtain. Existing HAD methods aim to objectively detect and distinguish background and anomalous spectra, which can be achieved almost effortlessly by human perception. However, the underlying processes of human visual perception are thought to be quite complex. In this paper, we analyze hyperspectral image (HSI) features under human visual perception, and transfer the solution process of HAD to the more robust feature space for the first time. Specifically, we propose a small target aware detector (STAD), which introduces saliency maps to capture HSI features closer to human visual perception. STAD not only extracts more anomalous representations, but also reduces the impact of low-confidence regions through a proposed small target filter (STF). Furthermore, considering the possibility of HAD algorithms being applied to edge devices, we propose a full connected network to convolutional network knowledge distillation strategy. It can learn the spectral and spatial features of the HSI while lightening the network. We train the network on the HAD100 training set and validate the proposed method on the HAD100 test set. Our method provides a new solution space for HAD that is closer to human visual perception with high confidence. Sufficient experiments on real HSI with multiple method comparisons demonstrate the excellent performance and unique potential of the proposed method. The code is available at https://github.com/majitao-xd/STAD-HAD.
Abstract（参考訳）: ハイパースペクトル異常検出(HAD)は、背景と異なるスペクトル特徴を持つ画素点の局在化を目的としている。 hadは、水質モニタリング、作物生育モニタリング、カモフラージュターゲット検出など、目標の事前情報を得るのが難しい未知またはカモフラージュターゲットの特徴のシナリオにおいて不可欠である。既存のHAD法は、人間の知覚によってほぼ努力的に達成できる背景スペクトルと異常スペクトルを客観的に検出し、識別することを目的としている。しかし、人間の視覚知覚の基本的な過程は極めて複雑であると考えられている。本稿では、人間の視覚知覚下でのハイパースペクトル画像(HSI)の特徴を分析し、HADの解法プロセスをより堅牢な特徴空間に初めて転送する。具体的には,人間の視覚知覚に近いhsi特徴を捉えるために,サリエンシーマップを導入する小型ターゲット認識検出器(stad)を提案する。 STADは、より異常な表現を抽出するだけでなく、提案した小さなターゲットフィルタ(STF)を通して低信頼領域の影響を低減する。さらに,エッジデバイスへのhadアルゴリズムの適用可能性を考慮して,畳み込みネットワーク知識蒸留戦略への完全接続ネットワークを提案する。ネットワークを明るくしながら、hsiのスペクトルと空間的特徴を学ぶことができる。このネットワークをhad100トレーニングセット上でトレーニングし,had100テストセット上で提案手法を検証する。提案手法は,人間の視覚知覚に近づき,信頼性の高い新しい解空間を提供する。複数の手法を比較した実HSI実験は,提案手法の優れた性能と特異性を示す。コードはhttps://github.com/majitao-xd/stad-hadで入手できる。

関連論文リスト

Robust infrared small target detection using self-supervised and a contrario paradigms [1.2224547302812558]
我々は、赤外線小ターゲット検出(IRSTD)を改善するために、コントラリオパラダイムと自己監視学習(SSL)を組み合わせた新しいアプローチを導入する。一方、YOLO検出ヘッドへの対向基準の統合は、誤報を効果的に制御しつつ、小型で予期せぬ物体に対する特徴マップ応答を高める。本研究は, YOLOを用いた小型物体検出に適用した場合, インスタンス識別手法がマスク画像モデリング手法より優れていることを示す。
論文参考訳（メタデータ） (2024-10-09T21:08:57Z)
SurANet: Surrounding-Aware Network for Concealed Object Detection via Highly-Efficient Interactive Contrastive Learning Strategy [55.570183323356964]
本稿では,隠蔽物体検出のための新しいSurrounding-Aware Network,すなわちSurANetを提案する。周辺特徴の差分融合を用いて特徴写像のセマンティクスを強化し,隠蔽対象の強調を行う。次に、周囲の特徴写像を対照的に学習することで隠蔽対象を識別するために、周囲のコントラストロスを適用した。
論文参考訳（メタデータ） (2024-10-09T13:02:50Z)
Perceptual Piercing: Human Visual Cue-based Object Detection in Low Visibility Conditions [2.0409124291940826]
本研究では,大気散乱と人間の視覚野機構に触発された新しい深層学習フレームワークを提案する。本研究の目的は, 環境条件下での検知システムの精度と信頼性を高めることである。
論文参考訳（メタデータ） (2024-10-02T04:03:07Z)
Single-Point Supervised High-Resolution Dynamic Network for Infrared Small Target Detection [7.0456782736205685]
単一点教師付き高分解能ダイナミックネットワーク(SSHD-Net)を提案する。単一点監視のみを用いて、最先端(SOTA)検出性能を実現する。公開データセット NUDT-SIRST と IRSTD-1k の実験により,本手法の有効性が示された。
論文参考訳（メタデータ） (2024-08-04T09:44:47Z)
DMSSN: Distilled Mixed Spectral-Spatial Network for Hyperspectral Salient Object Detection [12.823338405434244]
HSOD(Hyperspectral Salient Object Detection)は,様々な用途において有望である。特徴抽出過程における高スペクトル画像の特徴的特性(HSI)は,従来は不十分であった。我々は、MSST(Distilled Spectral-Spatial Transformer)を含むDMSSN(Distilled Mixed Spectral-Spatial Network)を提案する。この分野でのデータ不足の問題に対処するため、大規模なHSODデータセットHSOD-BITを作成しました。
論文参考訳（メタデータ） (2024-03-31T14:04:57Z)
mmID: High-Resolution mmWave Imaging for Human Identification [16.01613518230451]
本稿では,条件付き生成逆数ネットワーク(cGAN)を用いて人体全体を推定することで画像分解能を向上させることを提案する。本システムは,人間の識別に有用な特徴を抽出できる,環境に依存しない高解像度画像を生成する。その結果,Kinectデバイスに5%のシルエット差が認められた。
論文参考訳（メタデータ） (2024-02-01T20:19:38Z)
Innovative Horizons in Aerial Imagery: LSKNet Meets DiffusionDet for Advanced Object Detection [55.2480439325792]
本稿では,LSKNetのバックボーンをDiffusionDetヘッドに統合したオブジェクト検出モデルの詳細な評価を行う。提案手法は平均精度(MAP)を約45.7%向上させる。この進歩は、提案された修正の有効性を強調し、航空画像解析の新しいベンチマークを設定する。
論文参考訳（メタデータ） (2023-11-21T19:49:13Z)
Small Object Detection via Coarse-to-fine Proposal Generation and Imitation Learning [52.06176253457522]
本稿では,粗粒度パイプラインと特徴模倣学習に基づく小型物体検出に適した2段階フレームワークを提案する。 CFINetは、大規模な小さなオブジェクト検出ベンチマークであるSODA-DとSODA-Aで最先端の性能を達成する。
論文参考訳（メタデータ） (2023-08-18T13:13:09Z)
Probabilistic and Geometric Depth: Detecting Objects in Perspective [78.00922683083776]
3次元物体検出は、運転支援システムなどの様々な実用用途で必要とされる重要な機能である。双眼視やLiDARに頼っている従来の設定に比べて、経済的な解決策として単眼3D検出が注目されているが、それでも満足のいく結果が得られていない。本稿ではまず,この問題に関する系統的研究を行い,現在の単分子3次元検出問題をインスタンス深度推定問題として単純化できることを考察する。
論文参考訳（メタデータ） (2021-07-29T16:30:33Z)
Anchor-free Small-scale Multispectral Pedestrian Detection [88.7497134369344]
適応型単一段アンカーフリーベースアーキテクチャにおける2つのモードの効果的かつ効率的な多重スペクトル融合法を提案する。我々は,直接的境界ボックス予測ではなく,対象の中心と規模に基づく歩行者表現の学習を目指す。その結果,小型歩行者の検出における本手法の有効性が示唆された。
論文参考訳（メタデータ） (2020-08-19T13:13:01Z)
Towards High Performance Human Keypoint Detection [87.1034745775229]
文脈情報は人体構成や見えないキーポイントを推論する上で重要な役割を担っている。そこで我々は,空間とチャネルのコンテキスト情報を効率的に統合するカスケードコンテキストミキサー(CCM)を提案する。 CCMの表現能力を最大化するために、我々は、強陰性な人検出マイニング戦略と共同訓練戦略を開発する。検出精度を向上させるために,キーポイント予測を後処理するためのいくつかのサブピクセル改良手法を提案する。
論文参考訳（メタデータ） (2020-02-03T02:24:51Z)

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。