HyperAIHyperAI

Command Palette

Search for a command to run...

شبكة مُتعددة الطبقات ذات انتباه مكاني لتفعيل تفكيك الحركة التكيفي

Maitreya Suin Kuldeep Purohit A. N. Rajagopalan

الملخص

يُعالج هذا البحث مشكلة إزالة الضبابية الناتجة عن الحركة في المشاهد الديناميكية. وعلى الرغم من التقدم الذي أحرزته التصاميم المتكاملة ذات التحويلات التلافيفية الكاملة في تحقيق أفضل النتائج في مجال إزالة الضبابية غير الموحدة الناتجة عن الحركة، فإن توازن الأداء مع التعقيد لا يزال غير مثالي. تحقق الطرق الحالية مجال استقبال واسع من خلال زيادة عدد طبقات التحويل التلافيفي العامة وحجم النواة، لكن هذا يأتي على حساب زيادة حجم النموذج وانخفاض سرعة الاستنتاج. في هذا العمل، نقترح تصميمًا فعّالًا يعتمد على التكيّف البكسيلي (البكسلية) والانتباه المُوجّه للميزات، لمعالجة التباين الكبير في الضبابية عبر المواقع المكانية المختلفة، ومعالجة كل صورة تجريبية بشكل تكيفي. كما نقترح وحدة تصفية عالمية-محليّة واعية بالمحتوى بشكل فعّال، والتي تُحسّن الأداء بشكل كبير من خلال أخذ الاعتماديات العالمية بعين الاعتبار، بالإضافة إلى استغلال معلومات البكسل المجاورة بشكل ديناميكي. نستخدم بنية هرمية مبنية على اللوحات (patch-hierarchical) تتألف من الوحدة المذكورة أعلاه، والتي تكتشف بشكل ضمني التغيرات المكانية في الضبابية الموجودة في الصورة المدخلة، وبالتالي تُنفّذ تنظيمًا محليًا وعالميًا للميزات الوسيطة. تُظهر المقارنات الكمية والكيفية الواسعة مع الطرق السابقة على مجموعات بيانات إزالة الضبابية أن تصميمنا يقدّم تحسينات كبيرة مقارنة بأفضل النتائج الحالية من حيث الدقة وسرعة الأداء.


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