التعلم غير المنظور لإطارات الكائنات من خلال تسمية الصور الكثيفة المتكافئة

من بين التحديات الرئيسية في الإدراك البصري استخراج نماذج مجردة للأجسام ثلاثية الأبعاد وأصناف الأجسام من القياسات البصرية، والتي تتأثر بعوامل مزعجة معقدة مثل الزاوية البصرية، والاخفاء، والحركة، والتشوهات. انطلاقًا من فكرة العامل الزاوي الحديثة (viewpoint factorization)، نقترح نهجًا جديدًا يمكنه، عند توفر عدد كبير من صور الجسم وبلا أي إشراف آخر، استخراج إطار تنسيقي مركز على الجسم بكثافة. هذا الإطار التنسيقي ثابت أمام تشوهات الصور ويأتي مع شبكة عصبية ملصقة بكثافة ومكافئة يمكنها رسم خرائط بين نقاط الصورة وتنسيقها المقابل في الجسم. نوضح قابلية تطبيق هذه الطريقة على أجسام بسيطة ذات مفاصل وأجسام قابلة للتشوه مثل وجوه البشر، حيث يتم تعلم التضمينات من تحولات اصطناعية عشوائية أو مطابقات التدفق الضوئي، وكل ذلك دون أي إشراف يدوي.