New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

Jump to bottom

Vehicle Detection in Satellite Images by Hybrid Deep Convolutional Neural Networks #9

Open

KenichiSasaki opened this issue Oct 23, 2019 · 0 comments

Labels

CNN Object Detection Satellite Imagery

Collaborator

KenichiSasaki commented Oct 23, 2019 •

edited

概要

アルゴリズム系論文(2014)
Hybrid Deep Neural Network (HDNN) を自動車検知に適用し，精度を大幅に向上
- HDNNは複数の畳み込みをを行って複数のネットワークで学習する手法
- 普通のDNNは畳み込み層のカーネルサイズによって取得できる特徴量のPixelサイズに制限が生じ，大きさが大きく異なる物体の検知難しい

アルゴリズム

画像のピクセル勾配を利用して3種類のエッジ画像抽出
それぞれのエッジ画像に対して異なるサイズのSliding windowで切り取り
- 各windowで重心計算
- その中心にwindowを移動
- 大きさ変更
HDNNで各Crop画像識別
- 畳み込み層3層のうちの最後の1つを三種類設けて，3つのネットワークを構築
- MLPで識別

実装

Google Earthからサンフランシスコの画像63枚取得，半分を学習，半分をテストに使用
SVM + HOG, LBP + SVM, Adaboostと比較

所感

自動車検知をCNNで実装した研究例の中では初期のものっぽい
Sliding windowの取得の仕方の工夫が精度向上の要因と思われる
- Crop画像の中心に車が位置する
HDNNにした効果はそこまでない印象
Sliding windowやエッジ抽出の際のパラメータ設定は実験で求めているため，前処理における統計手法のパラメータ最適化の手間は減らしたい

KenichiSasaki added CNN Object Detection labels

Shaw0202 added the Satellite Imagery label

Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment