- 画像処理 物体検出 #まとめ編
Index
深層学習を利用した物体検出アルゴリズム
DNN のアーキテクチャにおける工夫.
CNN
- CNN を用いた物体検出 #まとめ編
LSTM
PV-LSTM
Pedestrian Intention Prediction: A Multi-task Perspective
- [2020]
- arxiv.org
Attention
- Attention を用いた物体検出の手法.
アルゴリズムにおける工夫・テクニック
物体領域候補の提案
- 物体検出では、処理の最初に物体領域候補を提案し、
その局所領域に対し、特徴量を抽出する方法が使われる場合がある. - Fast R-CNN で PRN を導入.
Anchor Base / Anchor Free
- 深層学習を用いた物体検出では、
物体があるであろう領域の候補を提案し、それを局所特徴として、情報を抽出する. - その方法の区分として、「Anchor Base」と「Anchor Free」に分けられる.
Window Base / Grid Base
- Anchor Base / Anchor Free のような区分とは他の区分として、
「Window Base」と「Grid Base」のような観点でも分けられる.
Diffusion Model
- Diffusion Model
継続学習
- 継続学習の物体検出への応用
Out of Distribution / OOD
- Out-of-distribution Object Detection through Bayesian Uncertainty Estimation
- [2023]
- arxiv.org
参考
A Survey of Deep Learning-Based Object Detection Methods and Datasets for Overhead Imagery
- [2022]
- 2 APPLYING DEEP LEARNING-BASED METHODS FOR OVERHEAD IMAGERY IN CHALLENGING ENVIRONMENTS
- 2.1 EFFICIENT DETECTION
- 2.1.1 REDUCING COMPUTATION
- 2.1.2 REDUCING SEARCH AREA
- 2.2 SMALL OBJECT DETECTION
- 2.2.1 FINE-GRAINED MODEL ARCHITECTURE
- 2.2.2 MULTI-SCALE LEARNING
- 2.3 ORIENTED OBJECT DETECTION
- 2.3.1 DETECTING HORIZONTAL BOUNDING BOX
- 2.3.2 DETECTING ORIENTED BOUNDING BOX
- 2.4 AUGMENTATION AND SUPER-RESOLUTION
- 2.4.1 IMAGE AUGMENTATION
- 2.4.2 SUPER-RESOLUTION
- 2.5 MULTIMODAL OJBECT DETECTION
- 2.6 IMBALANCED OBJECTS DETECTION
- 2.1 EFFICIENT DETECTION
- 3 DATASETS
- 3.1 EO SATELLITE IMAGERY DATASETS
- 3.2 SAR SATELLITE IMAGERY DATASETS
- 3.3 AERIAL IMAGERY DATASETS
- 3.4 SATELLITE AND AERIAL IMAGERY DATASETS
- 4 FUTURE RESEARCH DIRECTIONS
- 4.1 ACCURACY VS. EFFICIENCY
- 4.2 FUSION OF OTHER DOMAIN DATA
- 5 CONCLUSION
- https://ieeexplore.ieee.org/document/9703336ieeexplore.ieee.org
- [2022]
A Survey of Modern Deep Learning based Object Detection Models
- [2021]
- arxiv.org
書籍
- コンピュータービジョン最前線 Winter 2021
Web サイト
物体検出についての歴史まとめ(2)
deep learning object detection
- github.com
- 手法が時系列でまとまっている.