SharinGAN: دمج البيانات الصناعية والحقيقية لتقدير الهندسة بدون إشراف

نقترح طريقة جديدة لدمج الصور المصنعة والصور الحقيقية عند تدريب الشبكات لتحديد المعلومات الهندسية من صورة واحدة. نقترح طريقة لتحويل نوعي الصور إلى مجال مشترك واحد. هذا يرتبط بشبكة رئيسية للتدريب من النهاية إلى النهاية. المثالي هو أن يؤدي ذلك إلى صور من المجالين تقدم معلومات مشتركة للشبكة الرئيسية. تظهر تجاربنا تحسينات كبيرة على أحدث التقنيات في مجالين مهمين، وهما تقدير المتجهات الطبيعية لأوجه الإنسان وتقدير العمق الأحادي للمناظر الخارجية، وكلاهما في إعداد غير مشرف (unsupervised setting).