Key points are not available for this paper at this time.
تستخدم معظم الشبكات التي تقوم بالتقسيم الدلالي في الوقت الحقيقي هياكل سطحية لتحقيق سرعات استنتاج سريعة. ومع ذلك، فإن هذا النهج يحد من مجال الاستقبال للشبكة. في الوقت نفسه، تقتصر عملية استخراج معلومات الميزات على مقياس واحد، مما يقلل من قدرة الشبكة على التعميم والحفاظ على المرونة. علاوة على ذلك، تؤثر خسارة التفاصيل المكانية للصورة سلبًا على دقة التقسيم. لمعالجة هذه القيود، يقدم هذا البحث شبكة تجميع هرمية متعددة المقاييس وتعزيز التفاصيل المكانية (BMSeNet). أولاً، لمعالجة قيد المقاييس الدلالية الفردية، تم تقديم وحدة تجميع هرمية سياقية متعددة المقاييس (MSCPPM). من خلال الاستفادة من عمليات التجميع المختلفة، تقوم هذه الوحدة بتوسيع مجال الاستقبال بكفاءة وتجميع معلومات سياقية متعددة المقاييس بشكل أفضل. علاوة على ذلك، تم تصميم وحدة تعزيز التفاصيل المكانية (SDEM) لتعويض معلومات التفاصيل المكانية المفقودة بشكل فعال وتعزيز إدراك التفاصيل المكانية بشكل كبير. أخيرًا، تم اقتراح وحدة دمج الانتباه الثنائي (BAFM). تستفيد هذه الوحدة من علاقات موضع البيكسل لتوجيه الشبكة في تعيين أوزان مناسبة للميزات المستخرجة من الفرعين، مما يدمج بشكل فعال معلومات الميزات من كلا الفرعين. تم إجراء تجارب واسعة على مجموعات بيانات Cityscapes وCamVid. تظهر النتائج التجريبية أن BMSeNet المقترحة تحقق توازنًا جيدًا بين سرعة الاستنتاج ودقة التقسيم، متفوقة على بعض الأساليب الحديثة في التقسيم الدلالي في الوقت الحقيقي.
قام Zhao وآخرون (الجمعة) بدراسة هذا السؤال.