AdaBins: تقدير العمق باستخدام أصناف متكيفة

نُعالج مشكلة تقدير خريطة عمق كثيفة عالية الجودة من صورة إدخال واحدة بلون RGB. نبدأ ببنية شبكة عصبية تلافيفية تشفير-فك تشفير كأساس، ونطرح السؤال حول كيفية مساعدة المعالجة الشاملة للمعلومات في تحسين تقدير العمق بشكل عام. من أجل هذا، نقترح كتلة بنية تعتمد على التحويل (Transformer) تقسم نطاق العمق إلى فئات (Bins)، حيث يتم تقدير القيمة المركزية لكل فئة بشكل تكيفي حسب كل صورة. وتُحسب القيم النهائية للعمق كمُجموعات خطية للقيم المركزية للفئات. ونُسمّي الكتلة الجديدة AdaBins. تُظهر نتائجنا تحسّناً حاسماً مقارنة بالحالة الراهنة (State-of-the-art) على عدة مجموعات بيانات شهيرة للعمق، من حيث جميع المقاييس. كما نُحقّق فعالية الكتلة المقترحة من خلال دراسة تحليلية (Ablation Study)، ونُقدّم الكود والوزن المُدرّب مسبقًا للنموذج الجديد الذي يُمثّل الحالة الراهنة في هذا المجال.