التركيب التصاعدي للصورة القائمة على التكيف العميق

التجميع الصوري هو مهمة بالغة الأهمية ولكنها صعبة في تعلم الآلة والرؤية الحاسوبية. تتجاهل الطرق الحالية غالبًا التفاعل بين تعلُّم الميزات وتجميع الصور. ولحل هذه المشكلة، نقترح طريقة التجميع العميق المتكيف (DAC) التي تعيد صياغة مسألة التجميع ضمن إطار تصنيف ثنائي للزوجيات، بهدف تحديد ما إذا كانت زوج من الصور تنتمي إلى نفس المجموعة أو لا. في DAC، تُحسب التشابهات كمسافة جيب التمام بين ميزات التسمية للصور، التي يتم إنتاجها بواسطة شبكة تلافيفية عميقة (ConvNet). وبإدخال قيد في DAC، تميل الميزات المُتعلّمة للتصنيف إلى أن تكون متجهات واحدة-من-الكثير (one-hot vectors)، والتي يمكن استخدامها في تجميع الصور. التحدي الرئيسي يتمثل في أن التشابهات الحقيقية (المرجعية) غير معروفة في تجميع الصور. ونتعامل مع هذه المشكلة من خلال تقديم خوارزمية تعلم متكيفة متكررة متبدلة، حيث تقوم كل تكرار بتحديد عينات مُصنفة ثم تدريب شبكة ConvNet. في النهاية، يتم تجميع الصور تلقائيًا بناءً على ميزات التصنيف. أظهرت النتائج التجريبية أن DAC تحقق أداءً متقدمًا على مستوى الحالة (state-of-the-art) على خمسة مجموعات بيانات شهيرة، مثل تحقيق دقة تجميع بلغت 97.75% على MNIST، و52.18% على CIFAR-10، و46.99% على STL-10.