Key points are not available for this paper at this time.
يُعد التقسيم الدلالي المعتمد على الرؤية في السيناريوهات الحضرية وظيفة أساسية للقيادة الذاتية. تشير النتائج الثورية الحديثة للشبكات العصبية التلافيفية العميقة (DCNNs) إلى قدوم مصنّفات موثوقة لأداء مثل هذه المهام البصرية. ومع ذلك، تتطلب DCNNs تعلّم العديد من المعاملات من الصور الخام، لذلك يلزم وجود كمية كافية من الصور المتنوعة مع توضيحات فئوية. تُحصل هذه التوضيحات عن طريق عمل بشري مرهق، وهو تحدٍ خاص للتقسيم الدلالي، إذ تُطلب توضيحات على مستوى البكسل. في هذه الورقة، نقترح استخدام عالم افتراضي لتوليد صور اصطناعية واقعية مع توضيحات على مستوى البكسل تلقائياً. ثم نناقش مدى فائدة هذه البيانات في التقسيم الدلالي - خاصة عند استخدام نمط DCNN. للرد على هذا السؤال، أنشأنا مجموعة اصطناعية من صور المدن المتنوعة، تسمى SYNTHIA، مع توضيحات فئوية مولدة تلقائياً. نستخدم SYNTHIA مع صور حضرية واقعية متاحة علناً، مع توضيحات يدوية. ثم نجري تجارب مع DCNNs تُظهر كيف يُحسّن إدراج SYNTHIA في مرحلة التدريب الأداء بشكل كبير في مهمة التقسيم الدلالي.
Building similarity graph...
Analyzing shared references across papers
Loading...
Germán Ros
Laura Sellart
Joanna Materzyńska
University of Vienna
Universitat Autònoma de Barcelona
Computer Vision Center
Building similarity graph...
Analyzing shared references across papers
Loading...
درس روز وآخرون (الأربعاء) هذا السؤال.
www.synapsesocial.com/papers/693c44d17e21e2ddd5c9e2e6 — DOI: https://doi.org/10.1109/cvpr.2016.352
Synapse has enriched 3 closely related papers on similar clinical questions. Consider them for comparative context: