الانتشار الرسومي التعددي واختيار المجتمعات لاسترجاع الكائنات
{Sung-Eui Yoon Yuchi Huo Guoyuan An}
الملخص
التحقق المكاني هو تقنية حاسمة لاسترجاع الكائنات المحددة. ويستخدم المعلومات المكانية للكشف بدقة عن الصور الصحيحة الإيجابية. ومع ذلك، لا يمكن للطرق الحالية لتوسيع الاستعلام ونشره نقل المعلومات المكانية بكفاءة في رسم بياني عادي يمتلك أوزانًا ق Scalars على الحواف، مما يؤدي إلى تذبذب منخفض في الدقة أو الاسترجاع. ولحل هذه المشكلات، نقترح إطارًا جديدًا مبنيًا على الرسم البياني الفائق (hypergraph)، والذي يُمكّن من نقل المعلومات المكانية بكفاءة أثناء وقت الاستعلام، ويُسهم في استرجاع الكائن بدقة من قاعدة البيانات. علاوةً على ذلك، نقترح استخدام معلومات بنية رسم الصورة من خلال تقنية اختيار المجتمع، لقياس دقة نتيجة البحث الأولية، وتقديم نقاط بداية صحيحة لعملية النشر في الرسم البياني الفائق دون الحاجة إلى حسابات مكانيّة ثقيلة. أظهرت نتائج التجارب على مجموعتي بيانات ROxford و RParis أن طريقةنا تتفوّق بشكل ملحوظ على الطرق الحالية لتوسيع الاستعلام ونشره.
المعايير القياسية
| معيار قياسي | المنهجية | المقاييس |
|---|---|---|
| image-retrieval-on-roxford-hard | Hypergraph propagation+community selection | mAP: 73 |
| image-retrieval-on-roxford-medium | Hypergraph propagation+Community selection | mAP: 88.4 |
| image-retrieval-on-rparis-hard | Hypergraph propagation | mAP: 83.3 |
| image-retrieval-on-rparis-medium | Hypergraph propagation | mAP: 92.6 |
بناء الذكاء الاصطناعي بالذكاء الاصطناعي
من الفكرة إلى الإطلاق — عجّل تطوير الذكاء الاصطناعي الخاص بك من خلال البرمجة المشتركة المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.