Κατεύθυνση Μεγάλα Δεδομένα και Τεχνητή Νοημοσύνη
Πληροφορική

2020-07-21

2020

Ευθυμιάδης Νικόλαος

Αβρίθης Γιαννης, Research Scientist, Inria Rennes-Bretagne Atlantique, France
Εμίρης Ιωάννης, Καθηγητής, Τμήμα Πληροφορικής και Τηλεπικοινωνιών, ΕΚΠΑ
Τόλιας Γιώργος, Επίκουρος Καθηγητης, Department of Cybernetics, Czech Technical University in Prague

ZERO-SHOT DOMAIN ADAPTATION FOR SKETCH RECOGNITION

Αγγλικά

ΠΡΟΣΑΡΜΟΓΗ ΠΕΔΙΟΥ ΜΕ ΜΗΔΕΝΙΚΑ ΠΑΡΑΔΕΙΓΜΑΤΑ ΓΙΑ ΑΝΑΓΝΩΡΙΣΗ ΣΚΙΤΣΩΝ

Στην παρούσα εργασία αντιμετωπίζουμε το πρόβλημα του “zero-shot domain adaptation” μεταξύ των πεδίων των εικόνων και σκίτσων. Τον όρο "zero-shot" τον εννοούμε ως προς τα σκίτσα. Ο όρος "domain adaptation" υπονοεί ότι πρόκειται να μάθουμε χρησιμοποιώντας εικόνες ως παραδείγματα και θα χρησιμοποιήσουμε αυτή τη γνώση για να προβλέψουμε σκίτσα.

Για να το κάνουμε αυτό, θα κάνουμε έναν μετασχηματισμό στις παρατηρούμενες εικόνας και έναν μετασχηματισμό στα παρατηρούμενα σκίτσα έτσι ώστε τα μετασχηματισμένα δεδομένα να μπορεί να θεωρηθεί ότι παράχθηκαν από την ίδια τυχαία μεταβλητή. Μετά από αυτό, η στρατηγική μας είναι να προσαρμόσουμε μια συνάρτηση στις εικονες που έχουν μετασχηματιστεί και να προβλέψουμε με αυτή τα σκίτσα κανονικά.

Οι μετασχηματισμοί που πρόκειται να χρησιμοποιήσουμε έχουν ως βασικότερο στόχο να αναπαραστήσουν και τους δύο τομείς ως δυαδικές ακμές πάχους ενός εικονοστοιχείου, κωδικοποιώντας με 1 την ύπαρξη ακμής και με 0 την απουσία της. Για τον τομέα της εικόνας θα χρησιμοποιηθεί ένας συνδυασμός διαδικασιών ανίχνευσης ακμών, αυτόματης κατωφλίωσης και λέπτυνσης σε μια φιλοσοφία επαύξησης δεδομένων. Για τον τομέα του σκίτσου θα χρησιμοποιήσουμε έναν ντετερμινιστικό κανόνα κατωφλίωσης σε συνδυασμό με μια διαδικασία λέπτυνσης.

Τεχνολογία – Πληροφορική

Μάθηση Μηδενικων Παραδειγματων, Προσαρμογη Πεδίου, Αναγνώριση Σκίτσων

Ναι

4

Ναι

77

75

https://pergamos.lib.uoa.gr/uoa/dl/object/2920232/file.pdf

https://pergamos.lib.uoa.gr/uoa/dl/object/2920232