HyperAIHyperAI

Command Palette

Search for a command to run...

تحليل الإطار السلكي الشامل-الجاذبية

Nan Xue Tianfu Wu Song Bai Fudong Wang Gui-Song Xia Liangpei Zhang Philip H.S. Torr

الملخص

يقدم هذا البحث طريقة تحليلية سريعة ومدروسة للكشف بدقة وثبات عن هيكل متجهي في صورة مدخلية بمرور واحد للأمام. الطريقة المقترحة قابلة للتدريب من البداية إلى النهاية، وتتألف من ثلاثة مكونات: (i) اقتراح القطع الخطية والتقاطعات، (ii) مطابقة القطع الخطية والتقاطعات، و(iii) التحقق من القطع الخطية والتقاطعات. لحساب اقتراحات القطع الخطية، تم اقتراح تمثيل ثنائي دقيق جديد يستغل إعادة بارامتيريزايشن هندسية مدروسة للقطع الخطية ويشكل خريطة جاذبية شاملة رباعية الأبعاد لصورة المدخل. يمكن معاملة التقاطعات كـ "أحواض" في حقل الجاذبية. لذلك، تُسمى الطريقة المقترحة بـ "محلل الهيكل المتجهي الشامل الجاذب" (HAWP). في التجارب، تم اختبار الطريقة المقترحة على مقاييسين معياريين، وهما مجموعة بيانات الهيكل المتجهي (Wireframe dataset) ومجموعة بيانات يورك أوربان (YorkUrban dataset). حققت الطريقة المقترحة أفضل الأداء الحالي على كلا المقياسين من حيث الدقة والكفاءة. على سبيل المثال، في مجموعة بيانات الهيكل المتجهي، بالمقارنة مع الطريقة السابقة ذات الأداء الرائد L-CNN، تحسن مؤشر الدقة البنيوية المتوسطة الصعبة (msAP) بمقدار كبير (تحسن بنسبة 2.8% مطلقاً) وحققت معدل إطارات ثابت بمقدار 29.5 إطارًا في الثانية على بطاقة رسوميات واحدة (89%89\%89% تحسين نسبي). تم إجراء دراسة تقليص منهجية لتبرير الطريقة المقترحة بشكل أكبر.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
تحليل الإطار السلكي الشامل-الجاذبية | مستندات | HyperAI