SwiDeN: شبكات العصب الاصطناعية المتلافهة للاعتراف بالكائنات مع ثبات التصوير

الهياكل الحالية للاعتراف بالكائنات تحقق أداءً مثيرًا للإعجاب ولكنها عادة ما تكون متخصصة في أسلوب تصوير واحد فقط (مثل الصور الفوتوغرافية فقط، الرسوم التخطيطية فقط). في هذا البحث، نقدم SwiDeN: هندستنا لهيكل شبكة العصبيات الاصطناعية المتلافهة (CNN) التي تعترف بالكائنات بغض النظر عن كيفية تصويرها بصريًا (رسم بالقلم الرصاص، رسم واقعي مظلل، صورة فوتوغرافية إلخ). في SwiDeN، نستخدم آلية تبديل جديدة تعتمد على أسلوب التصوير العميق والتي تعالج بشكل مناسب جوانب المشكلة المرتبطة بالتصوير وأجزاء أخرى ثابتة بغض النظر عن طريقة التصوير. نقارن SwiDeN مع الهياكل البديلة والأبحاث السابقة باستخدام مجموعة بيانات Photo-Art تحتوي على 50 فئة من الكائنات المُصَوَّرَة بعدة أساليب. تظهر النتائج التجريبية أن SwiDeN تتفوق على الأساليب الأخرى في مشكلة الاعتراف بالكائنات بغض النظر عن طريقة التصوير.