HyperAIHyperAI

Command Palette

Search for a command to run...

توحيد الصور الذاتية

Bing Zheng Zhaorui Gu Yufeng Jiang Haiyong Zheng Zonghui Guo

الملخص

تُعاني عملية دمج الصور عادةً من مشكلة عدم التماسك، والتي تُنتج بشكل رئيسي بسبب عدم التوافق بين الصورة الأمامية والخلفية المأخوذتين من صورتين مختلفتين تمتلكان سطوحًا وإضاءةً متمايزتين، مما يتوافق مع خصائص تعتمد على المادة وإضاءة الصورة، المعروفة بـ "صور الانعكاس" و"صور الإضاءة" المميزة، على التوالي. ولذلك، نسعى إلى حل مشكلة تماسك الصور من خلال فصل تماسك الانعكاس والإضاءة، أي من خلال تماسك الصور المميزة. تعتمد طريقة عملنا على مُشفّر تلقائي (autoencoder) يقوم بفصل الصورة المدمجة إلى مكوني الانعكاس والإضاءة، لتمكين عملية التماسك المنفصلة. وبشكل خاص، نُحسّن الانعكاس من خلال عقوبة الحفاظ على اتساق المواد، بينما نُحسّن الإضاءة من خلال تعلّم نقل الإضاءة من الخلفية إلى الصورة الأمامية. علاوةً على ذلك، نُعدّل علاقات البُقع بين الصورة الأمامية والخلفية في صورة تتعلم بدون تعارض، لتقديم توجيه تكيفي لعملية تماسك الصور المميزة. وقد أظهرت التجارب الواسعة والدراسات التحليلية قوة طريقة العمل هذه، فضلًا عن فعالية كل مكوّن فيها. كما نقدّم أيضًا مجموعة بيانات جديدة صعبة التحدي لقياس أداء تماسك الإضاءة. يمكن الوصول إلى الكود والبيانات من خلال الرابط: https://github.com/zhenglab/IntrinsicHarmony.


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