검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

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

Multi-Stage Contour Primitive of Interest Extraction Network with Dense Direction Classification 밀집 방향 분류를 사용한 다단계 윤곽 기본 관심 추출 네트워크

Jinyan LU, Quanzhen HUANG, Shoubing LIU

  • 조회수

    0

  • 이것을 인용

요약 :

지능형 비전 측정을 위해서는 기하학적 이미지 특징 추출이 필수적인 문제입니다. CPI(Contour Prinative of Interest)는 대상 물체 위에 놓인 규칙적인 모양의 윤곽 특징을 의미하며 비전 측정 및 서보잉의 기하학적 계산에 널리 사용됩니다. CPI 추출 모델이 다양한 새로운 객체에 유연하게 적용될 수 있다는 것을 실현하기 위해 단 하나의 주석이 달린 지원 이미지를 사용하여 CPI 추출 프로세스를 안내함으로써 심층 컨벌루션 신경망을 사용하여 원샷 학습 기반 CPI 추출을 구현할 수 있습니다. 본 논문에서는 다단계 전략을 사용하여 CPI와 복잡한 배경의 식별 능력을 향상시키는 다단계 관심 윤곽 프리미티브 추출 네트워크(MS-CPieNet)를 제안합니다. 둘째, 공간적 비지역 주의 모듈은 단거리 및 장거리 모두의 이미지 특징을 전역적으로 융합하여 깊은 특징을 향상시키는 데 활용됩니다. 또한, 밀집된 4방향 분류는 윤곽선의 법선 방향을 얻기 위해 설계되었으며, 이 방향은 윤곽선 세선화 후 처리에 추가로 사용될 수 있습니다. 제안된 방법의 효율성은 OCP 및 ROCM 데이터 세트를 사용한 실험을 통해 검증되었습니다. 제안된 MS-CPieNet의 편리한 적용을 입증하기 위해 2차원 측정 실험을 수행한다.

발행
IEICE TRANSACTIONS on Information Vol.E105-D No.10 pp.1743-1750
발행일
2022/10/01
공개일
2022/07/06
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2022EDP7031
원고의 종류
PAPER
범주
인공지능, 데이터마이닝

작성자

Jinyan LU
  Henan University of Engineering
Quanzhen HUANG
  Henan University of Engineering
Shoubing LIU
  Henan University of Engineering

키워드