HyperAIHyperAI
منذ 7 أيام

iShape: خطوة أولى نحو التجزئة المستندة إلى الأشكال غير المنتظمة

Lei Yang, Yan Zi Wei, Yisheng HE, Wei Sun, Zhenhang Huang, Haibin Huang, Haoqiang Fan
iShape: خطوة أولى نحو التجزئة المستندة إلى الأشكال غير المنتظمة
الملخص

في هذه الورقة، نقدّم مجموعة بيانات جديدة تمامًا لتعزيز دراسة التجزئة الحقيقية للأجسام ذات الأشكال غير المنتظمة. ونلاحظ بشكل رئيسي أن الأجسام ذات الأشكال غير المنتظمة توجد على نطاق واسع في الحياة اليومية والسيناريوهات الصناعية، لكنها لم تلقِ اهتمامًا كبيرًا في مجال التجزئة الحقيقية بسبب نقص المجموعات ذات الصلة. ولسد هذه الفجوة، نقترح iShape، وهي مجموعة بيانات مخصصة للتجزئة الحقيقية للأجسام ذات الأشكال غير المنتظمة. تضم iShape ستة مجموعات فرعية، تتضمن مجموعة واحدة حقيقية وخمس مجموعات مُصَنَّعة، حيث تمثل كل منها مشهدًا لشكل غير منتظم شائع. على عكس معظم مجموعات البيانات الحالية الخاصة بالكائنات المنتظمة، تتميز iShape بعدة خصائص تُعدّ تحديًا كبيرًا للخوارزميات الحالية للتجزئة الحقيقية، مثل التداخل الكبير بين المربعات المحيطة بالكائنات، والنسب الطولية المتطرفة، وعدد كبير من المكونات المتصلة لكل كائن. وقد قمنا بتجريب الطرق الشائعة للتجزئة الحقيقية على iShape، ووجدنا أن أداءها ينخفض بشكل كبير. لذلك، نقترح خوارزمية جديدة تعتمد على الترابط، تُسمى ASIS، كأساس أقوى. تعتمد ASIS على دمج صريح بين الإدراك والتفكير لحل مشكلة التجزئة الحقيقية للأجسام ذات الأشكال العشوائية، بما في ذلك الأجسام غير المنتظمة. تُظهر النتائج التجريبية أن ASIS تتفوق على أحدث الطرق المُعلَّقة على iShape. تتوفر مجموعة البيانات والكود على الرابط: https://ishape.github.io

iShape: خطوة أولى نحو التجزئة المستندة إلى الأشكال غير المنتظمة | أحدث الأوراق البحثية | HyperAI