A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

ASAN: Self-Attending and Semantic Activating Network towards Better Object Detection ASAN: Rede de Autoatendimento e Ativação Semântica para Melhor Detecção de Objetos

Xinyu ZHU, Jun ZHANG, Gengsheng CHEN

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

Detectores de objetos recentes de alto desempenho geralmente dependem de uma abordagem em dois estágios, que se beneficia de sua proposta de região e prática de refinamento, mas sofre baixa velocidade de detecção. Por outro lado, as abordagens de um estágio têm a vantagem de alta eficiência, mas sacrificam até certo ponto sua precisão. Neste artigo, propomos uma nova rede de detecção de objetos de disparo único que herda os méritos de ambos. Motivados pela ideia de enriquecimento semântico para as características convolucionais dentro de um detector profundo típico, propomos dois novos módulos: 1) modelando as interações semânticas entre canais e as dependências de longo alcance entre posições espaciais, o módulo de autoatendimento gera ambos os canais e posicionar a atenção e aprimorar os recursos convolucionais originais de maneira autoguiada; 2) aproveitando a capacidade de localização discriminativa de classe da CNN treinada em classificação, o módulo de ativação semântica aprende uma resposta convolucional semântica significativa que aumenta os recursos convolucionais de baixo nível com fortes informações semânticas específicas de classe. A chamada rede de autoatendimento e ativação semântica (ASAN) atinge melhor precisão do que os métodos de dois estágios e é capaz de realizar processamento em tempo real. Experimentos abrangentes em PASCAL VOC indicam que ASAN atinge desempenho de detecção de última geração com alta eficiência.

Publicação
IEICE TRANSACTIONS on Information Vol.E103-D No.3 pp.648-659
Data de publicação
2020/03/01
Publicitada
2019/11/25
ISSN online
1745-1361
DOI
10.1587/transinf.2019EDP7164
Tipo de Manuscrito
PAPER
Categoria
Reconhecimento de imagem, visão computacional

autores

Xinyu ZHU
  Fudan University
Jun ZHANG
  Fudan University
Gengsheng CHEN
  Fudan University

Palavra-chave