HyperAIHyperAI
منذ 2 أشهر

JPPF: دمج متعدد المهام لتقسيم الأجزاء البانورامية بشكل متسق

Shishir Muralidhara; Sravan Kumar Jagadeesh; René Schuster; Didier Stricker
JPPF: دمج متعدد المهام لتقسيم الأجزاء البانورامية بشكل متسق
الملخص

التمييز البانورامي الواعي للجزء هو مشكلة في رؤية الحاسوب تهدف إلى توفير فهم دلالي للمشهد على مستويات متعددة من التفصيل. وبشكل أكثر دقة، يتم التنبؤ بالمناطق الدلالية، وحالات الأشياء، والأجزاء الدلالية بشكل متزامن. في هذا البحث، نقدم جهاز الاندماج البانورامي الجزئي المشترك (JPPF) الذي يجمع بين الثلاثة تمييزات الفردية بكفاءة للحصول على تمييز بانورامي جزئي. هناك جانبان مهمان للغاية لهذا الغرض: أولاً، الرغبة في وجود نموذج موحد للثلاثة مشاكل يسمح بتحسين التعلم التمثيلي المتبادل والثبات. ثانياً، موازنة الجمع بحيث يُعطى نفس الأهمية لجميع النتائج الفردية أثناء الاندماج. الجهاز المقترح JPPF خالٍ من المعلمات ويوازن مدخلاته بشكل ديناميكي. يتم تقييم الطريقة ومقارنتها على مجموعتي بيانات Cityscapes Panoptic Parts (CPP) وPascal Panoptic Parts (PPP) من حيث معامل جودة الجزء (PartPQ) وجودة الجزء-الكامل (PWQ). وفي سلسلة من التجارب الشاملة، نؤكد أهمية الاندماج العادل لدينا، ونسلط الضوء على تأثيره الأكثر أهمية في المناطق التي يمكن تقسيمها إلى أجزاء إضافية، ونوضح قدرات التعميم لتصميمنا دون ضبط دقيق على خمس مجموعات بيانات إضافية.

JPPF: دمج متعدد المهام لتقسيم الأجزاء البانورامية بشكل متسق | أحدث الأوراق البحثية | HyperAI