ثلاثة وصفات لتحسين التقديرات الوهمية ثلاثية الأبعاد للشبكات البشرية ثلاثية الأبعاد في البيئة الحقيقية

استعادة الشبكة البشرية ثلاثية الأبعاد في البيئة الحقيقية أمر شديد الصعوبة نظرًا لتقديم مجموعات البيانات في البيئة الحقيقية (ITW) الحقائق الأرضية (GTs) ثنائية الأبعاد فقط. مؤخرًا، تم استخدام الحقائق الأرضية الوهمية ثلاثية الأبعاد (3D pseudo-GTs) على نطاق واسع لتدريب شبكات تقدير الشبكة البشرية ثلاثية الأبعاد، حيث تمكن الحقائق الأرضية الوهمية ثلاثية الأبعاد من إجراء الإشراف الثلاثي الأبعاد عند تدريب الشبكات على مجموعات البيانات في البيئة الحقيقية. ومع ذلك، رغم الإمكانات الكبيرة للحقائق الأرضية الوهمية ثلاثية الأبعاد، لم يتم إجراء تحليل شامل يدرس العوامل المهمة لجعل الحقائق الأرضية الوهمية ثلاثية الأبعاد أكثر فائدة. في هذا البحث، نقدم ثلاثة وصفات للحصول على حقائق أرضية وهمية ثلاثية أبعاد ذات فائدة عالية لمجموعات البيانات في البيئة الحقيقية. التحدي الرئيسي هو أنه يُسمح فقط بالإشراف الضعيف القائم على البعدين عند الحصول على الحقائق الأرضية الوهمية ثلاثية الأبعاد. كل واحدة من وصفاتنا الثلاث تتناول التحدي من جانب مختلف: الغموض العمقي، عدم كفاءة الإشراف الضعيف، والحركة غير المنطقية. تظهر النتائج التجريبية أن إعادة تدريب شبكات الطليعة بحقائقنا الأرضية الوهمية新三维 merely通过重新训练最新的网络，使用我们新的 3D pseudo-GTs 就可以将其性能提升到一个新的水平，而无需复杂的附加功能。三维虚拟地面实况数据已公开发布在 https://github.com/mks0601/NeuralAnnot_RELEASE.为了使最后一句更加流畅和符合阿拉伯语的表达习惯，我稍作调整如下：تظهر النتائج التجريبية أن إعادة تدريب شبكات الطليعة باستخدام حقائقنا الأرضية الوهمية الثلاثة أبعاد الجديدة يرفع مستوى أدائها إلى مستوى جديد دون الحاجة إلى إضافة تعقيدات إضافية. البيانات الخاصة بالحقائق الأرضية الوهمية الثلاثة أبعاد متاحة بشكل عام على الرابط https://github.com/mks0601/NeuralAnnot_RELEASE.