تحديد موقع لابلاس البارز

تحديد المعالم في الصور والفيديوهات هو مشكلة كلاسيكية تم حلها بطرق مختلفة. في الوقت الحاضر، مع هيمنة الشبكات العميقة على مجال التعلم الآلي، هناك اهتمام متجدد بدفع تقنيات تحديد المعالم الوجهية للتعامل مع بيانات أكثر تحديًا. تستخدم معظم الجهود أهداف شبكة تعتمد على المعايير L1 أو L2، والتي لها عدة عيوب. أولاً، يتم تحديد مواقع المعالم من الخرائط الحرارية (أي خرائط الثقة) التي يتم فيها معاقبة مواقع المعالم المتوقعة (أي الوسائل) دون مراعاة التشتت: يتوافق التشتت العالي مع الثقة المنخفضة والعكس صحيح. لحل هذه المشكلة، نقدم هدف LaplaceKL الذي يعاقب على الثقة المنخفضة. مشكلة أخرى هي الاعتماد على البيانات المصنفة، والتي تكون باهظة الثمن للحصول عليها وعرضة للأخطاء. لمعالجة كلا المشكلتين، نقترح إطار تدريب متعادل يستفيد من البيانات غير المصنفة لتحسين أداء النموذج. طريقتنا تدعي أنها الأفضل في جميع مقاييس 300W وتتفوق على أفضل النتائج الثانية في مجموعة بيانات Annotated Facial Landmarks in the Wild (AFLW). بالإضافة إلى ذلك، فإن نموذجنا قوي بحجم مصغر: عدد القنوات (أي 0.0398 ميجابايت) أقل بمقدار 1/8 يمكن أن يكون مكافئًا لأفضل التقنيات الحالية في الزمن الحقيقي على وحدة المعالجة المركزية (CPU). وبالتالي، نظهر أن طريقتنا ذات قيمة عملية عالية للتطبيقات الحقيقية.