الترابط المضمن: التعلم من البداية إلى النهاية لاكتشاف المجموعات المشتركة وتصنيفها

نقدم طريقة جديدة تُعرف بـ "الترابط المدمج" (associative embedding) لتدريب شبكات العصبونات التلافيفية على مهمة الكشف والتصنيف. يمكن صياغة العديد من مشاكل رؤية الحاسوب بهذه الطريقة، بما في ذلك تقدير وضعية الأشخاص المتعددين، والتقسيم حسب النسخة، وتتبع الأجسام المتعددة. عادةً ما يتم تحقيق تصنيف الاكتشافات باستخدام أنابيب متعددة المراحل، ولكننا نقترح نهجًا يعلم الشبكة لإنتاج الاكتشافات وتعيينات المجموعات بشكل متزامن. يمكن دمج هذه التقنية بسهولة في أي معمارية شبكة حديثة تنتج تنبؤات بكسلية. نوضح كيفية تطبيق هذه الطريقة على تقدير وضعية الأشخاص المتعددين وعلى التقسيم حسب النسخة، ونبلغ عن أداء رائد في تقدير وضعية الأشخاص المتعددين على مجموعتي بيانات MPII و MS-COCO.