HyperAIHyperAI
منذ 8 أيام

التكيف الحسي للنطاق الموجه بالخرائط والتحقق المُدرك للغموض لتقسيم الصور الليلية المعنوية

Christos Sakaridis, Dengxin Dai, Luc Van Gool
التكيف الحسي للنطاق الموجه بالخرائط والتحقق المُدرك للغموض لتقسيم الصور الليلية المعنوية
الملخص

ن tackled مشكلة التجزئة الدلالية للصور الليلية ونحسن الحد الأدنى من الأداء الحالي من خلال تكييف نماذج النهار لليل دون استخدام تسميات ليلية. علاوة على ذلك، نصمم إطارًا تقييمًا جديدًا يعالج التحدي الكبير في عدم اليقين الدلالي في الصور الليلية. تتمثل مساهماتنا الأساسية في: 1) إطار منهجي لتكييف نماذج التجزئة الدلالية تدريجيًا من النهار إلى الليل عبر فترات زمنية متزايدة الظلام، مستفيدًا من التماثلات بين الصور النهارية من خريطة مرجعية والصور المظلمة لتوجيه استنتاج التسميات في المجالات المظلمة؛ 2) إطار تقييم وتسمية جديد يراعي مستوى عدم اليقين في التجزئة الدلالية، يشمل مناطق صور تتجاوز قدرة الإنسان على التعرف عليها بطريقة منهجية؛ 3) مجموعة بيانات "دارك زوريخ" (Dark Zurich)، التي تتضمن 2416 صورة ليلية غير مُسَمّاة و2920 صورة غروب غير مُسَمّاة، مع توافقها مع نسخها النهارية، بالإضافة إلى مجموعة من 201 صورة ليلية مُسَمّاة بدقة على مستوى البكسل تم إنشاؤها وفقًا لبروتوكولنا، والتي تُشكّل أول معيار تقييم لتقديمنا الجديد. تُظهر التجارب أن التكييف الموجه بالخريطة يتفوّق بشكل كبير على أحدث الأساليب في مجموعة الصور الليلية، سواءً من حيث المقاييس القياسية أو مقياسنا المُراعي لعدم اليقين. علاوة على ذلك، يُظهر التقييم المُراعي لعدم اليقين أن إلغاء التقديرات بشكل انتقائي يمكن أن يُحسّن النتائج في البيانات ذات المحتوى الغامض، مثل معيارنا، ويعزز تطبيقات تُراعي السلامة وتتضمّن مدخلات غير صالحة.

التكيف الحسي للنطاق الموجه بالخرائط والتحقق المُدرك للغموض لتقسيم الصور الليلية المعنوية | أحدث الأوراق البحثية | HyperAI