HyperAIHyperAI
منذ 2 أشهر

تعلم الانحدارات المكانية الواعية للتعقب البصري

Chong Sun; Dong Wang; Huchuan Lu; Ming-Hsuan Yang
تعلم الانحدارات المكانية الواعية للتعقب البصري
الملخص

في هذا البحث، نقوم بتحليل المعلومات المكانية للخصائص العميقة ونقترح نوعين من الانحدارات التكميلية لتحقيق تتبع بصري قوي. أولاً، نقترح نموذج انحدار الحدود الشاذة المُحَدَّد بالكيرنل حيث يتم تعريف قيمة الكيرنل كمجموع موزون لدرجات التشابه بين جميع أزواج اللوائح في عينتين. نوضح أن هذا النموذج يمكن صياغته على شكل شبكة عصبية وبالتالي يمكن حلّه بكفاءة. ثانياً، نقترح شبكة عصبية تكرارية كاملة مع كيرنلات مرتبطة مكانياً، من خلالها يتم إجبار كل فلتر كيرنل يتوافق مع قناة الإخراج على التركيز في منطقة محددة من الهدف. يتم استخدام تقنية المسافة التحويلية للتجميع لتحديد فعالية كل قناة إخراج من طبقة التكرار. يتم دمج الإخراجات من نموذج الانحدار الحدود الشاذة المُحَدَّد بالكيرنل والشبكة العصبية التكرارية الكاملة للحصول على الاستجابة النهائية. تؤكد النتائج التجريبية على مجموعتين معياريتين فعالية الطريقة المقترحة.

تعلم الانحدارات المكانية الواعية للتعقب البصري | أحدث الأوراق البحثية | HyperAI