BridgeNet: شبكة احتمالية واعية بالاستمرارية لتقدير العمر

تقدير العمر هو مشكلة مهمة ومعقدة للغاية في رؤية الحاسوب. تطبق الأساليب الحالية لتقدير العمر عادةً استراتيجية تقسيم المشكلة وحلها (التفتيت والانتصار) للتعامل مع البيانات غير المتجانسة الناتجة عن عملية الشيخوخة غير الثابتة. ومع ذلك، فإن عملية الشيخوخة الوجهية هي أيضًا عملية مستمرة، ولم يتم استغلال العلاقة المستمرة بين المكونات المختلفة بشكل فعال. في هذا البحث، نقترح نظام BridgeNet لتقدير العمر، والذي يهدف إلى استخراج العلاقة المستمرة بين علامات العمر بفعالية. يتكون النظام المقترح BridgeNet من مُрегِّلات محلية وشبكات التحكم. تقوم المُرجِّلات المحلية بتقسيم فضاء البيانات إلى عدة فضاءات جزئية متداخلة للتعامل مع البيانات غير المتجانسة، بينما تتعلم شبكات التحكم أوزانًا واعية بالاستمرارية لنتائج المُرجِّلات المحلية باستخدام البنية الشجرية الجسرية المقترحة (bridge-tree)، والتي تدخل اتصالات جسرية في نماذج الشجرة لفرض التشابه بين العقد المجاورة. بالإضافة إلى ذلك، يمكن تعلم هذين المكونين لنظام BridgeNet بطريقة متكاملة من النهاية إلى النهاية. نقدم نتائج التجارب على قواعد بيانات MORPH II و FG-NET و Chalearn LAP 2015 ونجد أن BridgeNet يتفوق على أفضل الأساليب الحالية.请注意，这里的人名和机构名称（如MORPH II, FG-NET, Chalearn LAP 2015）在阿拉伯语中通常保留其英文形式，以确保准确性和一致性。