البيانات النادرة والكثيفة باستخدام شبكات الـ CNN: إكمال العمق وتقسيم الدلالة

الشبكات العصبية المتلافهة مصممة للبيانات الكثيفة، ولكن بيانات الرؤية غالباً ما تكون نادرة (عمق الاستريو، السحب النقطية، سكتات القلم، إلخ). نقدم طريقة لمعالجة البيانات النادرة للعمق مع وجود بيانات RGB كثيفة اختيارية، ونحقق إكمال العمق والتقسيم الدلالي بتغيير الطبقة الأخيرة فقط. اقتراحنا يتعلم الخصائص النادرة بكفاءة دون الحاجة إلى قناع صلاحية إضافي. نوضح كيفية ضمان متانة الشبكة أمام تباين ندرة المدخلات. طرقنا تعمل حتى مع الكثافات المنخفضة جداً مثل 0.8% (ليدار بـ8 طبقات)، وتتفوق على جميع الأساليب المنشورة في معيار إكمال العمق Kitti.