ClevrTex: معيار غني بالملمس لتقسيم الأشياء المتعددة بدون إشراف

شهدت الفترة الأخيرة زيادة في الطرق الرامية إلى تفكيك وتقسيم المشاهد إلى عدة أشياء بطريقة غير مراقبة، أي تقسيم الأشياء المتعددة دون إشراف (Unsupervised Multi-Object Segmentation). يعد تنفيذ مثل هذه المهمة هدفًا قائمًا منذ فترة طويلة في مجال رؤية الحاسوب، حيث يوفر فرصة لفك شفرة التفكير على مستوى الأشياء دون الحاجة إلى تسميات كثيفة لتدريب نماذج التقسيم. ومع ذلك، فإن النماذج الحالية يتم تطويرها وتدريبها على مشاهد بصرية بسيطة تصور أشياء ذات ألوان موحدة على خلفيات بسيطة. أما العالم الطبيعي فهو معقد بصريًا ويحتوي على جوانب مضللة مثل النقوش المتنوعة ومفعول الإضاءة المعقد. في هذا البحث، نقدم مقاييس جديدة تُدعى ClevrTex، وهي مصممة كتحدي جديد للمقارنة وتقييم وتحليل الخوارزميات. تتضمن ClevrTex مشاهد اصطناعية ذات أشكال وأنسجة وأغطية صورية متنوعة تم إنشاؤها باستخدام تقنيات العرض القائمة على الفيزياء. كما أنها تحتوي على 50 ألف مثال تظهر فيها 3-10 أشياء مرتبة على خلفية، تم إنشاؤها باستخدام كتالوج يضم 60 نوعًا من المواد، بالإضافة إلى مجموعة اختبار أخرى تتضمن 10 آلاف صورة تم إنشاؤها باستخدام 25 نوعًا مختلفًا من المواد. قمنا بتقييم مجموعة كبيرة من النماذج الحديثة للتقسيم غير المراقب للأجسام المتعددة على ClevrTex واكتشفنا أن جميع الأساليب الرائدة فشلت في تعلم تمثيلات جيدة في البيئة ذات الأنسجة المتنوعة، رغم أدائها الممتاز على البيانات البسيطة. كما أنشأنا نسخ مختلفة من مجموعة بيانات ClevrTex، محكمين فيها جوانب مختلفة من تعقيد المشهد، وقمنا بفحص الأساليب الحالية لمعرفة نقاط ضعفها الفردية. يمكن الوصول إلى مجموعة البيانات والكود عبر الرابط: https://www.robots.ox.ac.uk/~vgg/research/clevrtex.