تعزيز التقطيع الشكلي للإنسان باستخدام تسميات خشنة
تهدف التقطيع البشري الدلالي إلى تقدير شفافية كل بكسل في مناطق الإنسان المُقدَّمة. يُعد هذا التحدي صعبًا جدًا، وعادة ما يتطلب خرائط تهيئة تفاعلية من المستخدم وكميات كبيرة من البيانات المُعلَّمة عالية الجودة. ويتطلب تعليم نوعية هذه البيانات جهدًا كبيرًا، ويستلزم مهارات متقدمة تتجاوز قدرات المستخدم العادي، خاصةً مع تفاصيل الشعر الدقيقة التي تمثل جزءًا مهمًا من الجسم البشري. بخلاف ذلك، فإن جمع مجموعات بيانات مُعلَّمة خشنة للإنسان يكون أسهل بكثير، ويمكن الحصول عليها بسهولة من مجموعات بيانات عامة. في هذا البحث، نقترح استخدام بيانات مُعلَّمة خشنة مزجًا مع بيانات مُعلَّمة دقيقة لتعزيز التقطيع البشري الدلالي من نهاية إلى نهاية دون الحاجة إلى خرائط تهيئة إضافية. بشكل محدد، نُدرِّب شبكة تنبؤ بالقناع لتقدير القناع الدلالي الخشن باستخدام البيانات المختلطة، ثم نقترح شبكة توحيد الجودة لتوحيد جودة الإخراجات السابقة للقناع الخشن. وتدخل شبكة تحسين التقطيع القناع المُوحَّد والصورة المدخلة لتُقدِّر القناع الألفا النهائي. إن مجموعة البيانات الخشنة التي تم جمعها تُثري قاعدة بياناتنا بشكل كبير، وتسمح بإنشاء قناع ألفا عالي الجودة للصور الحقيقية. أظهرت النتائج التجريبية أن الأسلوب المقترح يُنافس أداء أفضل الأساليب الحالية. علاوة على ذلك، يمكن استخدام الأسلوب المقترح لتحسين مجموعات بيانات عامة مُعلَّمة خشنة، وكذلك لتحسين أساليب التصنيف الدلالي، مما يقلل إلى حد كبير تكلفة تعليم بيانات بشرية عالية الجودة.