छवियों में वस्तुओं के स्थानीयकरण के लिए मौलिक दृष्टिकोण

छवि में वस्तुओं के स्थानीयकरण के लिए एक मौलिक दृष्टिकोण प्रस्तुत किया गया है जो न्यूरोनल है और दो चरणों में होता है। पहले चरण में, प्रत्येक पिक्सेल को उसके पड़ोस के साथ एक न्यूरल नेट को प्रस्तुत कर एक मोटा स्थानीयकरण किया जाता है, जो यह संकेत देने में सक्षम होता है कि यह पिक्सेल और उसका पड़ोस खोज वस्तु की छवि हैं या नहीं। यह पहला फिल्टर स्थिति के लिए भेदभाव नहीं करता। इसके परिणाम से, उन क्षेत्रों का चयन किया जा सकता है जिनमें वस्तु की छवि हो सकती है। दूसरे चरण में, इन क्षेत्रों को दूसरे न्यूरल नेट को प्रस्तुत किया जाता है जो प्रत्येक क्षेत्र में वस्तु की सटीक स्थिति का निर्धारण कर सकता है। इस एल्गोरिथ्म को छवियों में चेहरों के स्थानीयकरण की समस्या पर लागू किया गया है।