Semantische Linien-Detektion unter Verwendung von Mirror-Attention und vergleichender Rangfolge sowie Zuordnung

In diesem Artikel wird ein neuartiger Algorithmus zur Erkennung semantischer Linien vorgestellt. Wir entwickeln drei Netzwerke: ein Detektionsnetzwerk mit Spiegel-Attention (D-Net) sowie vergleichende Ranking- und Matching-Netzwerke (R-Net und M-Net). Das D-Net extrahiert semantische Linien, indem es reichhaltige Kontextinformationen ausnutzt. Dazu entwerfen wir das Spiegel-Attention-Modul. Anschließend wählen wir iterativ die semantisch bedeutendste Linie durch paarweise Vergleiche der extrahierten semantischen Linien aus und entfernen überlappende, redundante Linien. Für die paarweisen Vergleiche entwickeln wir das R-Net und das M-Net im Siamese-Architekturansatz. Experimente zeigen, dass der vorgeschlagene Algorithmus den herkömmlichen semantischen Linien-Detektoren erheblich überlegen ist. Darüber hinaus wenden wir den Algorithmus erfolgreich zur Erkennung zweier wichtiger Arten semantischer Linien an: dominierende parallele Linien und Reflexionssymmetrieachsen. Unsere Implementierung ist unter https://github.com/dongkwonjin/Semantic-Line-DRM verfügbar.