تطبيق Ghost-DeblurGAN على كشف العلامات المرجعية

قد تفشل استخراج الميزات أو تحديد الموضع بناءً على العلامات المرجعية (fiducial marker) بسبب الضبابية الناتجة عن الحركة في التطبيقات الروبوتية الواقعية. ولحل هذه المشكلة، تم تطوير شبكة توليدية مُعاكسة خفيفة الوزن، تُسمى Ghost-DeblurGAN، لتطبيع الضبابية الناتجة عن الحركة في الزمن الفعلي. علاوةً على ذلك، وبسبب عدم وجود أي معيار مسبق لتطبيع الضبابية في هذا السياق، تم اقتراح مجموعة بيانات جديدة وواسعة النطاق، تُدعى YorkTag، والتي توفر أزواجًا من الصور الواضحة والضبابية تحتوي على علامات مرجعية. وباستخدام النموذج المقترح، الذي تم تدريبه واختباره على مجموعة بيانات YorkTag، أُثبت أنه عند تطبيقه مع أنظمة العلامات المرجعية على صور ضبابية ناتجة عن الحركة، يُحسّن بشكل ملحوظ من كفاءة اكتشاف العلامات. تتوفر مجموعات البيانات والكود المستخدم في هذه الورقة عبر الرابط التالي: https://github.com/York-SDCNLab/Ghost-DeblurGAN.