سطر كجملة بصرية: وصف سطر يراعي السياق للتحديد البصري

بالإضافة إلى نقاط الميزات المستخدمة في مطابقة الصور، توفر السمات الخطية قيودًا إضافية لحل المشكلات الهندسية البصرية في الروبوتات ورؤية الحاسوب (CV). وعلى الرغم من أن واصفات الخطوط القائمة على الشبكات العصبية التلافيفية (CNN) الحديثة واعدة في حالات تغير الزاوية المرئية أو البيئات الديناميكية، فإننا نؤكد أن بنية الشبكة العصبية التلافيفية تمتلك عيوبًا جوهرية في تمثيل طول الخط المتغير ضمن واصفة ذات أبعاد ثابتة. في هذا البحث، نقدم بشكل فعّال واصفات "Line-Transformers" القادرة على التعامل مع الخطوط ذات الطول المتغير. مستوحى من مهام معالجة اللغة الطبيعية (NLP) حيث يمكن للشبكات العصبية فهم وتمثيل الجمل بشكل جيد، ننظر إلى قطعة خطية على أنها جملة تتضمن نقاطًا (كلمات). وباستخدام الانتباه الديناميكي إلى النقاط المميزة على الخط، تؤدي الوصيفة المُقترحة إلى أداء متميز في حالة تغير طول الخط. كما نقترح شبكات "التوقيع الخطّي" التي تشارك الخصائص الهندسية للخط مع جيرانه. وبكونها واصفات جماعية، تُعزز هذه الشبكات واصفات الخط من خلال فهم العلاقات الهندسية النسبية بين الخطوط. وأخيرًا، نقدم الوصيفة الخطية المقترحة ومطابقتها ضمن إطار "التحديد النقطي والخطي" (PL-Loc). ونُظهر أن التحديد البصري باستخدام نقاط الميزات يمكن تحسينه باستخدام واصفات الخطوط المقترحة. كما نتحقق من فعالية الطريقة المقترحة في تقدير التحويل الهوموغرافي والتحديد البصري.