محددات العلامات المحددة ثنائياً للتقدير البشري للوضعية ومحاذاة الوجه مع موارد محدودة

هدفنا هو تصميم هياكل تحتفظ بالأداء الثوري للشبكات العصبية التلافيفية (CNNs) في تحديد المعالم، وفي الوقت نفسه تكون خفيفة الوزن ومدمجة ومناسبة لتطبيقات ذات موارد حاسوبية محدودة. لتحقيق هذا الهدف، نقدم المساهمات التالية: (أ) نحن أول من درس تأثير ثنائية الشبكات العصبية على مهام تحديد المواقع، مثل تقدير وضع الجسم البشري ومحاذاة الوجه. قمنا بتقييم شامل لخيارات التصميم المختلفة، وتحديد عقبات الأداء، وأهم من ذلك اقترحنا طرقًا متعددة ومتعامدة لتعزيز الأداء. (ب) بناءً على تحليلنا، نقترح هيكلًا جديدًا متدرجًا ومتوازيًا ومعالجًا متعدد المقاييس يحقق تحسينات كبيرة في الأداء مقارنة بالكتلة الزجاجية التقليدية مع الحفاظ على نفس عدد المعلمات، مما يضيق الفجوة بين الشبكة الأصلية ونظيرتها الثنائية. (ج) نقوم بعدد كبير من دراسات الاستبعاد التي تلقي الضوء على خصائص الكتلة المقترحة وأدائها. (د) نقدم نتائج التجارب على أكثر قواعد البيانات تحديًا لتقدير وضع الجسم البشري ومحاذاة الوجه، حيث نبلغ في العديد من الحالات أداءً رائدًا على مستوى الدولة. يمكن تنزيل الكود من https://www.adrianbulat.com/binary-cnn-landmarks