إعادة التفكير في تقدير الهوموغرافيا المستوية باستخدام الحقول الوهمية

تشير تقدير الهوموغرافيا المستوية إلى مشكلة حساب التحويل الخطي المقابل (الثنائي) بين بكسلات صورتين. وعلى الرغم من أن هذه المشكلة قد تم دراستها باستخدام الشبكات العصبية التلافيفية (CNN)، فإن الطرق الحالية تقوم ببساطة باسترجاع مواقع الأركان الأربعة باستخدام طبقة كثيفة تتبعها طبقة متصلة بالكامل، مما يؤدي إلى تلف البنية المكانية للأركان نظرًا لوجود ترتيب مكاني واضح بينها. علاوة على ذلك، فإن أربع نقاط تمثل الحد الأدنى المطلوب لحساب الهوموغرافيا، وبالتالي فإن هذا النهج عرضة للتشويش. في هذه الورقة، نقترح إطارًا مفهوميًا بسيطًا وموثوقًا وعامًا لتقدير الهوموغرافيا. على عكس الدراسات السابقة، نُصَفّ هذه المشكلة على أنها حقل منظور (PF)، والذي يُمثّل الجوهر الأساسي للهوموغرافيا – التماثل البُعدي من بكسل إلى بكسل. ويُتعلم هذا الحقل بشكل طبيعي من خلال الشبكة العصبية التلافيفية الكاملة ذات التكرار (residual) المُقترحة، وهي PFNet، مما يحافظ على الترتيب المكاني لكل بكسل. علاوة على ذلك، وبما أن انزياح كل بكسل يمكن استخلاصه من الحقل المنظوري، فإنه يُمكّن من تقدير الهوموغرافيا بقوة من خلال الاستفادة من الت correspon-dences الكثيفة. تُظهر التجارب أن الطريقة المقترحة تتفوّق على الطرق التقليدية القائمة على التماثلات، وكذلك على أفضل الطرق القائمة على الشبكات العصبية التلافيفية من حيث الدقة، مع حجم شبكة أصغر. وبالإضافة إلى ذلك، فإن التعميم الجديد لهذا المهمة عام ويمكن تنفيذه بواسطة أي بنية شبكة عصبية تلافيفية كاملة (FCN).