HyperAIHyperAI
il y a 16 jours

Détection de lignes sémantiques harmonieuses par sélection de clique de poids maximal

Dongkwon Jin, Wonhui Park, Seong-Gyun Jeong, Chang-Su Kim
Détection de lignes sémantiques harmonieuses par sélection de clique de poids maximal
Résumé

Dans ce travail, nous proposons un nouvel algorithme pour détecter un ensemble optimal de lignes sémantiques. Nous avons développé deux réseaux : un réseau de sélection (S-Net) et un réseau d’harmonisation (H-Net). Tout d’abord, le S-Net calcule les probabilités et les décalages des candidats de lignes. Ensuite, nous éliminons les lignes non pertinentes au moyen d’un processus de sélection et de suppression. Par la suite, nous construisons un graphe complet dont les poids des arêtes sont déterminés par le H-Net. Enfin, nous identifions une clique de poids maximal, représentant ainsi un ensemble optimal de lignes sémantiques. En outre, afin d’évaluer l’harmonie globale des lignes détectées, nous proposons une nouvelle métrique, appelée HIoU. Les résultats expérimentaux démontrent que l’algorithme proposé permet de détecter efficacement et rapidement des lignes sémantiques harmonieuses. Le code source est disponible à l’adresse suivante : https://github.com/dongkwonjin/Semantic-Line-MWCS.

Détection de lignes sémantiques harmonieuses par sélection de clique de poids maximal | Articles de recherche récents | HyperAI