شبكة واعية بالجودة للاعتراف من مجموعة إلى مجموعة

يهدف هذا البحث إلى مشكلة التعرف من مجموعة إلى مجموعة، والتي تتعلم القياس بين مجموعتين من الصور. الصور في كل مجموعة تنتمي إلى نفس الهوية. نظرًا لأن الصور في المجموعة يمكن أن تكون مكملة لبعضها البعض، فمن الأمل أنها تقود إلى دقة أعلى في التطبيقات العملية. ومع ذلك، لا يمكن ضمان جودة كل عينة، وستؤثر العينات ذات الجودة السيئة على القياس. في هذا البحث، تم اقتراح شبكة واعية بالجودة (QAN) للتعامل مع هذه المشكلة، حيث يمكن تعلم جودة كل عينة تلقائيًا رغم عدم توفير مثل هذه المعلومات بشكل صريح في مرحلة التدريب. تحتوي الشبكة على فرعين، حيث يقوم الفرع الأول باستخراج ميزات التمثيل المرئي لكل عينة والفرع الآخر بتوقع درجة الجودة لكل عينة. يتم بعد ذلك تجميع ميزات ودرجات الجودة لجميع العينات في المجموعة لإنشاء التمثيل النهائي للميزات. نوضح أنه يمكن تدريب الفرعين بطريقة شاملة باستخدام فقط تعليمة الهوية على مستوى المجموعة. يشير تحليل انتشار التدرج لهذا الآلية إلى أن الجودة التي تم تعلمها بواسطة الشبكة مفيدة للتعرف من مجموعة إلى مجموعة وتُبسط التوزيع الذي تحتاج الشبكة إلى مطابقته. أظهرت التجارب التي أجريت على التحقق من الوجه وإعادة تحديد الشخص المزايا التي يقدمها QAN المقترح. يمكن تنزيل الكود المصدر والهيكل الشبكي من https://github.com/sciencefans/Quality-Aware-Network.