Open tkuri opened 4 years ago
一般的な物体検出用CNNを水中シーンで適用すると様々な要因(ブレ・テクスチャの歪み・照明の不均衡)によって上手くいかないことが多い。そこで特徴表現を強化させつつ、コンテキスト特徴を利用するための受容野Augmentationモジュールを提案し精度とロバスト性を改善。
いわゆる1ステージ型の物体検出。特徴表現の強化は、既存の特徴抽出のバックボーンを複合接続させる。ネット上から水中画像を多数収集して統合して10000万枚以上からなる新しいデータセットも生成。
https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/3425_ECCV_2020_paper.php
論文概要
一般的な物体検出用CNNを水中シーンで適用すると様々な要因(ブレ・テクスチャの歪み・照明の不均衡)によって上手くいかないことが多い。そこで特徴表現を強化させつつ、コンテキスト特徴を利用するための受容野Augmentationモジュールを提案し精度とロバスト性を改善。
いわゆる1ステージ型の物体検出。特徴表現の強化は、既存の特徴抽出のバックボーンを複合接続させる。ネット上から水中画像を多数収集して統合して10000万枚以上からなる新しいデータセットも生成。
https://www.ecva.net/papers/eccv_2020/papers_ECCV/html/3425_ECCV_2020_paper.php