Sill-Net: تعزيز الميزات مع تمثيل منفصل للإضاءة

بالنسبة للمهام المتعلقة بالتعرف البصري على الأجسام، يمكن أن تؤدي التغيرات في الإضاءة إلى تغيرات ملحوظة في مظهر الجسم، مما يؤدي إلى إرباك نماذج التعرف القائمة على الشبكات العصبية العميقة. وبخاصة في بعض الحالات النادرة للإضاءة، قد يكون جمع عينات تدريب كافية عملية مكلفة وطويلة الأمد. ولحل هذه المشكلة، نقترح في هذه الورقة معمارية جديدة للشبكة العصبية تُسمى "شبكة فصل الإضاءة" (Sill-Net). تتعلم Sill-Net فصل ميزات الإضاءة من الصور، ثم أثناء التدريب، نُكثِّف عينات التدريب باستخدام هذه الميزات المنفصلة للإضاءة في فضاء الميزات. تُظهر النتائج التجريبية أن منهجنا يتفوق على أحدث الأساليب الحالية في عدة معايير تصنيف الأجسام.