HyperAIHyperAI

Command Palette

Search for a command to run...

تحسين الكشف عن المشاة متعدد الطيف من خلال معالجة مشاكل عدم التوازن بين الوسائط

Kailai Zhou Linsen Chen Xun Cao

الملخص

يمكن للكشف عن المشاة متعدد الطيف التكيّف مع ظروف الإضاءة الضعيفة من خلال الاستفادة من وحدتي الألوان والحرارة. ومع ذلك، لا يزال هناك نقص في الرؤى العميقة حول كيفية دمج هاتين الوحدتين بشكل فعّال. بالمقارنة مع الكشف التقليدي عن المشاة، نلاحظ أن الكشف متعدد الطيف يعاني من مشكلة عدم التوازن بين الوحدتين، وهي ما يعيق عملية التحسين في الشبكة الثنائية الوحدات ويقلل من أداء الكاشف. مستوحى من هذه الملاحظة، نقترح شبكة توازن الوحدات (MBNet) التي تُسهّل عملية التحسين بطريقة أكثر مرونة وتوازناً. أولاً، نصمم وحدة جديدة تُسمى "دمج واعٍ بالوحدة التفاضلية" (DMAF) لجعل الوحدتين يكملان بعضهما البعض. ثانيًا، نُصمم وحدة "مُحاذاة الميزات واعية بالإضاءة" التي تختار الميزات المكملة بناءً على ظروف الإضاءة وتحاذي ميزات الوحدتين بشكل تلقائي. أظهرت النتائج التجريبية الواسعة أن MBNet تتفوّق على أحدث التقنيات في كلا مجموعتي بيانات KAIST وCVC-14 متعدد الطيف، من حيث الدقة والكفاءة الحسابية. يمكن الوصول إلى الكود عبر الرابط: https://github.com/CalayZhou/MBNet.


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
تحسين الكشف عن المشاة متعدد الطيف من خلال معالجة مشاكل عدم التوازن بين الوسائط | مستندات | HyperAI