Key points are not available for this paper at this time.
مؤخراً، أظهرت طرق إعادة بناء الوجه ثلاثي الأبعاد المعتمدة على التعلم العميق نتائج واعدة من حيث الجودة والكفاءة. ومع ذلك، يتطلب تدريب الشبكات العصبية العميقة عادةً حجمًا كبيرًا من البيانات، بينما صور الوجه التي تحتوي على أشكال وجه ثلاثية الأبعاد معروفة نادرة. في هذه الورقة، نقترح نهجًا جديدًا لإعادة بناء الوجه ثلاثي الأبعاد العميق يقوم بــ 1) استغلال دالة خسارة هجينة قوية للتعلم المشرف الضعيف تأخذ بعين الاعتبار كل من المعلومات ذات المستوى المنخفض والمعلومات ذات مستوى الإدراك للإشراف، و 2) تنفيذ إعادة بناء الوجه متعدد الصور من خلال استغلال معلومات تكاملية من صور مختلفة لتجميع الشكل. طريقتنا سريعة ودقيقة وقادرة على التعامل مع العوائق والأوضاع الكبيرة. نقدم تجارب شاملة على ثلاث مجموعات بيانات، مقارنة منهجنا بشكل منهجي مع خمسة عشر طريقة حديثة، مما يوضح أدائها المتقدم.
درس دينغ وآخرون (الأربعاء) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: