Spatial Augmentation Localization based Deformable Convolutional Neural Networks for Object Detection = 객체 감지를 위한 변형된 컨벌루션 뉴럴 네트워크 기반에서 공간적 증가 국소화

국문 초록 (Abstract)

최근에 심층 컨볼루션 뉴럴 네트워크는 객체를 검출하고 분류하는데 있어서 상당한 성능을 지니고 있습니다. 레이어의 복잡성을 감소시키기 위해 향상된 네트워크 구조를 기반으로 한 연구가 많이 이루어지고 있습니다. 본 논문에서는 검출 정확도를 높이기 위해 향상된 변형 컨벌루션 뉴럴 네트워크를 제안합니다. 제안하는 방법은 공간적 특징 국소화를 사용하여 특징맵들을 분류하고 추출하기 위해 증가된 학습 모듈을 사용합니다. 여기서 네트워크는 객체 검출을 위해 최신 성능의 네트워크를 수행하는 향상된 일반화 방법으로 구성되어 있습니다.

다국어 초록 (Multilingual Abstract)

The recent years deep convolutional neural network achieved impressive performance to classify and detect objects. Lots of research contributing to improving network architecture to reduce the complexity of the layers. In this work, to improve the detection accuracy, we designed an improved deformable convolutional neural network. The deformable convolutional neural network uses augment learning module to extracts and classify the feature maps by spatial feature localization. The network consists of improved generalization method that carries the network towards the state-of-the-art performance for the object detection task.

목차 (Table of Contents)

• 요약
• Abstract
• Ⅰ. Introduction
• Ⅱ. Related Algorithm
• Ⅲ. Algorithm
• Ⅳ. Experiments & Results
• Ⅴ. Conclusions
• References