HyperAIHyperAI
منذ 2 أشهر

إعادة النظر في هيكل الهرم الصوري للكشف عن الأشياء البارزة بدقة عالية

Kim, Taehun ; Kim, Kunhee ; Lee, Joonyeong ; Cha, Dongmin ; Lee, Jiho ; Kim, Daijin
إعادة النظر في هيكل الهرم الصوري للكشف عن الأشياء البارزة بدقة عالية
الملخص

اكتشاف الكائنات البارزة (SOD) كان محور اهتمام مؤخرًا، ومع ذلك تم دراسته بشكل أقل بالنسبة للصور ذات الدقة العالية (HR). للأسف، فإن الصور ذات الدقة العالية و Annotations على مستوى البكسل تكون بالتأكيد أكثر استنزافًا للجهد وأطول وقتًا مقارنة بالصور ذات الدقة المنخفضة (LR) وال Annotations. لذلك، نقترح إطار عمل SOD قائم على الهرم الصوري، وهو شبكة إعادة بناء الهرم العكسي للكائنات البارزة (InSPyReNet)، للتنبؤ بـ HR دون الحاجة إلى أي من مجموعات البيانات ذات الدقة العالية. صممنا InSPyReNet لإنتاج هيكل هرمي صارم لخريطة الكائنات البارزة، مما يتيح دمج نتائج متعددة باستخدام تقنية دمج الهرم الصوري. بالنسبة للتنبؤ بـ HR، صممنا طريقة دمج هرمي تجمع بين هرمين صوريين مختلفين من زوج من LR و HR من نفس الصورة للتغلب على الاختلاف في المجال الاستقبالي الفعال (ERF). تظهر تقييماتنا الواسعة على مقاييس SOD العامة والحدودية أن InSPyReNet يتفوق على الأساليب الرائدة (SotA) في مجموعة متنوعة من مقاييس SOD ودقة الحدود.

إعادة النظر في هيكل الهرم الصوري للكشف عن الأشياء البارزة بدقة عالية | أحدث الأوراق البحثية | HyperAI