تقدير خريطة التأثير العميق باستخدام التكيف بين المجالات

في هذه الورقة، نقترح أول بنية لشبكة عصبية تلافيفية (CNN) من الطرف إلى الطرف، تُسمى شبكة تقييم خريطة التباعد (DMENet)، لتقييم خريطة التباعد المتغيرة مكانيًا. ولتدريب الشبكة، نُنتج مجموعة بيانات جديدة لعمق المجال (DOF)، تُسمى SYNDOF، حيث يتم تباعد كل صورة بشكل اصطناعي باستخدام خريطة عمق صحيحة. وبسبب الطبيعة الاصطناعية لمجموعة SYNDOF، قد تختلف خصائص الميزات في صور SYNDOF عن تلك الخاصة بالصور المبَعْدة حقيقية. وللتغلب على هذه الفجوة، نستخدم تقنية التكيّف بين المجالات (domain adaptation) التي تحوّل خصائص الصور المبَعْدة حقيقية إلى خصائص الصور المبَعْدة اصطناعيًا. تتكون شبكة DMENet من أربع شبكات فرعية: شبكة تقدير التباعد، وشبكة التكيّف بين المجالات، وشبكة الحفاظ على المحتوى، وشبكة معايرة الحدة. وتتصل هذه الشبكات الفرعية ببعضها البعض وتُدرَّس معًا بأسلوب من الطرف إلى الطرف باستخدام الإشراف المقابل لكل شبكة. وقد تم تقييم طريقة العمل على مجموعات بيانات متاحة علنًا للكشف عن التباعد وتقييمه، وأظهرت النتائج أداءً متقدمًا على مستوى التقنيات الحالية.