تعلم كاشفات المشاة ذات المرحلة الواحدة الفعالة من خلال التكيف التقاربي للتحديد

رغم التحسن الكبير في دقة كشف المشاة التي شهدها كاشفات الطور الثاني المستندة إلى Faster R-CNN، تظل هذه الكاشفات بطيئة نسبيًا في التطبيقات العملية. إحدى الحلول المطروحة هي تبسيط هذه العملية إلى كاشف من طور واحد. ومع ذلك، لم تُظهر الكاشفات من طور واحد الحالية (مثل SSD) دقة تنافسية على معايير كشف المشاة الشائعة. يهدف هذا البحث إلى إنشاء كاشف ناجح للمشاة يتمتع بسرعة SSD مع الحفاظ على دقة Faster R-CNN. بشكل محدد، تم اقتراح وحدة بسيطة من الناحية الهيكلية ولكن فعالة تُسمى "مطابقة التوطين التقاربي" (Asymptotic Localization Fitting - ALF)، والتي تُركّب سلسلة من المُحدّدات لتُطوّر تدريجيًا صناديق الارتكاز الافتراضية لـ SSD خطوة بخطوة نحو نتائج كشف مُحسّنة. نتيجة لذلك، أثناء التدريب، تتمتع المُحدّدات اللاحقة بعينات إيجابية أكثر جودة، في حين يمكن استخلاص العينات السلبية الصعبة باستخدام حدود متزايدة لمعيار IoU. بالإضافة إلى ذلك، تم تصميم بنية كشف من طور واحد فعالة (تسمى ALFNet)، والتي حققت أداءً متميزًا على معايير كشف المشاة الشهيرة CityPersons وCaltech، من بين أكبر معايير كشف المشاة، مما يجعلها كاشفًا جذابًا من حيث الدقة والسرعة معًا. يمكن الوصول إلى الكود من خلال الرابط: \href{https://github.com/VideoObjectSearch/ALFNet}{https://github.com/VideoObjectSearch/ALFNet}.