संरचित वनों का उपयोग करके तेज किनारे पहचान

किनारे पहचान कई दृष्टि प्रणालियों का एक महत्वपूर्ण घटक है, जिसमें वस्तु पहचानकर्ता और छवि विभाजन एल्गोरिदम शामिल हैं। किनारे के पट्टों में स्थानीय संरचना के ज्ञात रूप जैसे सीधी रेखाएँ या टी-जंक्शन होते हैं। इस पत्र में हम स्थानीय छवि पट्टों में उपस्थित संरचना का लाभ उठाते हैं ताकि एक सटीक और कम्प्यूटेशनली कुशल किनारे पहचानकर्ता सीखा जा सके। हम संरचित शिक्षा ढाँचे में स्थानीय किनारे मास्क की भविष्यवाणी करने की समस्या को तैयार करते हैं, जिसे यादृच्छिक निर्णय वनों पर लागू किया जाता है। निर्णय वृक्षों को robust रूप से सीखने के हमारे नवीन दृष्टिकोण ने संरचित लेबलों को एक विवर्तनिक स्थान पर मानचित्रित किया है, जिस पर मानक सूचना लाभ उपायों का मूल्यांकन किया जा सकता है। परिणाम एक ऐसा दृष्टिकोण है जो वास्तविक समय प्रदर्शन प्राप्त करता है जो कई प्रतिस्पर्धी प्रगतिशील दृष्टिकोणों की तुलना में कई आदेशों से तेज है, जबकि BSDS500 विभाजन डेटासेट और NYU गहराई डेटासेट पर प्रगतिशील किनारे पहचान परिणाम प्राप्त करता है। अंततः, हम दिखाते हैं कि हमारे दृष्टिकोण की संभावना एक सामान्य उद्देश्य किनारे पहचानकर्ता के रूप में अच्छी तरह से विभिन्न डेटासेट पर सामान्यीकृत करती है।