HyperAIHyperAI

Command Palette

Search for a command to run...

انظر إلى الداخل للمزيد: إدراك الوسائط المكانية الداخلية للكشف عن الشذوذ في الأبعاد الثلاثة

Hanzhe Liang; Guoyang Xie; Chengbin Hou; Bingshu Wang; Can Gao; Jinbao Wang

الملخص

اكتشاف الشذوذ ثلاثي الأبعاد أصبح مؤخرًا التركيز الرئيسي في رؤية الحاسوب. وقد حققت العديد من الطرق المتقدمة أداءً مرضيًا في اكتشاف الشذوذ. ومع ذلك، فإن هذه الطرق غالبًا ما تركز على الهيكل الخارجي للعينات الثلاثية الأبعاد وتواجه صعوبة في الاستفادة من المعلومات الداخلية المضمنة فيها. مستوحاة من الفكرة الأساسية التي تقول "لماذا لا ننظر إلى الداخل للحصول على المزيد"، نقدم طريقة بسيطة تسمى إدراك الوسائط المكانية الداخلية (Internal Spatial Modality Perception - ISMP) لاستكشاف تمثيل الخصائص من وجهات النظر الداخلية بشكل كامل. تحديدًا، يتكون ISMP المقترح لدينا من وحدة إدراك حاسمة، وهي محرك البصيرة المكانية (Spatial Insight Engine - SIE)، الذي يُجرِّد المعلومات الداخلية المعقدة للسحابات النقطية إلى خصائص عالمية أساسية. بالإضافة إلى ذلك، لتوافق أفضل بين المعلومات الهيكلية وبيانات النقاط، نقترح وحدة استخراج نقاط مفتاحية محسنة لتعزيز تمثيل الخصائص الهيكلية المكانية. وفي الوقت نفسه، يتم دمج وحدة تصفية جديدة للخصائص لتقليل الضوضاء والخصائص الزائدة لتحقيق توافق أكبر في البنية المكانية الدقيقة. وقد أكدت التجارب الواسعة فعالية الطريقة المقترحة لدينا، حيث حققت تحسينات في AUROC على مستوى الكائن وعلى مستوى البكسل بنسبة 3.2٪ و13.1٪ على التوالي في مقاييس Real3D-AD. يجدر الذكر أن قدرة SIE القوية على التعميم قد تم إثباتها نظريًا وتحققها في كل من مهام التصنيف والتقسيم.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
انظر إلى الداخل للمزيد: إدراك الوسائط المكانية الداخلية للكشف عن الشذوذ في الأبعاد الثلاثة | مستندات | HyperAI