تعلُّم شبكة منخفضة الرتبة ذاتية التعلُّم لتقسيم دلالي ضعيف وشبه ضعيف في مرحلة واحدة

التفكيك الدلالي مع عدد محدود من التسميات، مثل التفكيك الدلالي المراقب بطرق ضعيفة (WSSS) والتفكيك الدلالي شبه المراقب (SSSS)، يُعد مهمة صعبة جذبت اهتمامًا كبيرًا مؤخرًا. تعتمد معظم الطرق الرائدة في WSSS على استراتيجية تدريب متعددة المراحل معقدة لتقدير تسميات وهمية دقيقة قدر الإمكان، لكنها تعاني من تعقيد نموذج عالٍ. في المقابل، توجد خط بحث آخر يُدرّب شبكة واحدة باستخدام تسميات على مستوى الصورة في دورة تدريب واحدة. ومع ذلك، غالبًا ما تؤدي هذه الاستراتيجية أحادية المرحلة إلى أداء ضعيف بسبب التأثير التراكمي الناتج عن تقدير غير دقيق للتسميات الوهمية. لمعالجة هذه المشكلة، تقدم هذه الورقة شبكة ذاتية التعلم ذات تمثيل منخفض الرتبة (SLRNet) للتفكيك الدلالي أحادي المرحلة في سياقات WSSS وSSSS. تعتمد SLRNet على التعلم الذاتي عبر وجهات نظر متعددة، أي أنها تُقدّر في آن واحد تمثيلات منخفضة الرتبة مُركّزة ومتكمّلة من وجهات نظر مختلفة للصورة، بهدف تعلُّم تسميات وهمية دقيقة. وبشكل خاص، نعيد صياغة تعلُّم التمثيل منخفض الرتبة كمشكلة تحليل مصفوفة جماعي، ونُحسّنها معًا مع تعلُّم الشبكة بطريقة متكاملة من البداية إلى النهاية. يؤدي التمثيل منخفض الرتبة الناتج إلى تقليل المعلومات الضوضائية مع الحفاظ على الدلالات المستقرة عبر وجهات نظر مختلفة، مما يجعله مقاومًا للتغيرات في المدخلات، وبالتالي يقلل من التعلُّم الزائد الناتج عن الأخطاء في التعلم الذاتي. تُقدّم SLRNet إطارًا موحدًا أحادي المرحلة لسياقات مختلفة للتفكيك الدلالي الفعّال من حيث التسميات: (1) WSSS باستخدام بيانات مُسمّاة على مستوى الصورة، (2) SSSS باستخدام عدد قليل من البيانات المُسمّاة على مستوى البكسل، و(3) SSSS باستخدام عدد قليل من البيانات المُسمّاة على مستوى البكسل وكمية كبيرة من البيانات المُسمّاة على مستوى الصورة. أظهرت التجارب الواسعة على مجموعات بيانات Pascal VOC 2012 وCOCO وL2ID أن SLRNet تتفوّق على أحدث الطرق في WSSS وSSSS بمجموعة متنوعة من الإعدادات، ما يثبت كفاءتها وقابليتها العالية للتطبيق العام.