فهرست مطالب
- روش Weave Mamba Fusion دو مقیاس ویژگی را درهم می‌آمیزد تا تعامل میان آن‌ها حفظ شود.
- سامانه WeaveFace با ۰٫۳۴ میلیون پارامتر و ۱٫۱۶ گیگافلاپس محاسبات گزارش شده است.
- میانگین دقت WeaveFace در WIDER FACE برابر ۹۱٫۴۱ درصد است.
- بیشترین بهبود گزارش‌شده در بخش دشوار مجموعه، با دقت ۸۷٫۱۴ درصد بوده است.
روش «تشخیص چهره سبک‌وزن» Weave Mamba Fusion برای کمک به شناسایی چهره‌های کوچک، پوشیده یا دیده‌شده از زاویه‌های دشوار معرفی شده است. پژوهشگران در مقاله‌ای که ۶ اکتبر ۲۰۲۶ در arXiv منتشر شد، این روش را در آشکارساز WeaveFace به کار گرفتند؛ سامانه‌ای که طبق چکیده مقاله، در مجموعه WIDER FACE به میانگین دقت ۹۱٫۴۱ درصد رسیده و تنها ۰٫۳۴ میلیون پارامتر دارد.
حفظ ارتباط میان مقیاس‌های مختلف تصویر
آشکارسازهای چهره معمولاً از هرم ویژگی استفاده می‌کنند: شبکه‌ای از بازنمایی‌های تصویر در اندازه‌های متفاوت که به سامانه کمک می‌کند چهره‌های بزرگ و کوچک را پیدا کند. روش‌هایی مانند FPN و BiFPN این مقیاس‌ها را با هم ترکیب می‌کنند، اما به گفته پژوهشگران، تشخیص چهره در شرایط نامحدود همچنان دشوار است؛ به‌ویژه وقتی چهره کوچک، بخشی از آن پوشیده یا زاویه صورت غیرمعمول باشد.
چالش مورد توجه مقاله، برقرار کردن ارتباط میان اطلاعات مقیاس‌های مختلف است. ترکیب ساده دو نقشه ویژگی با جمع‌کردن مقادیر، به گفته نویسندگان، ساختار جداگانه هر مقیاس را پیش از پردازش از بین می‌برد. در مقابل، کنار هم گذاشتن کامل آن‌ها می‌تواند هزینه محاسباتی بیشتری داشته باشد.
درهم‌آمیزی ویژگی‌ها با Mamba
راهکار پیشنهادی، Weave Mamba Fusion یا WMF، دو مقیاس مجاور هرم ویژگی را به‌صورت ستونی درهم می‌آمیزد. سپس یک پیمایش افقی دوسویه، گام‌به‌گام میان داده‌های دو مقیاس حرکت می‌کند. هدف این طراحی آن است که مدل هنگام پردازش، اطلاعات هر دو مقیاس را در اختیار داشته باشد و ارتباط میان آن‌ها حفظ شود.
این روش از SS2D، سازوکاری برای پیمایش ویژگی‌ها در مدل‌های فضای حالت، استفاده می‌کند. مدل‌های فضای حالت مانند Mamba می‌توانند اطلاعات زمینه‌ای گسترده را با پیچیدگی خطی پردازش کنند؛ یعنی هزینه پردازش با اندازه ورودی به‌شکلی خطی افزایش می‌یابد. مقاله همچنین از پردازش بخشی از کانال‌های ویژگی و بازگرداندن آن‌ها به آرایش اولیه بدون پارامترهای افزوده نام می‌برد.
نتایج گزارش‌شده برای WeaveFace
پژوهشگران WMF را در گره‌های ترکیب ویژگی به کار گرفته‌اند تا بخش WeaveBiFPN آشکارساز WeaveFace را بسازند. طبق نتایج چکیده، این سامانه در مجموعه معیار WIDER FACE به میانگین دقت ۹۱٫۴۱ درصد دست یافته است. نویسندگان می‌گویند این نتیجه از آشکارسازهای پیشین با کمتر از ۰٫۵ میلیون پارامتر بهتر است.
بیشترین بهبود گزارش‌شده به بخش Hard در WIDER FACE مربوط می‌شود؛ بخشی که چهره‌های دشوارتر را دربرمی‌گیرد. WeaveFace در این بخش دقت ۸۷٫۱۴ درصد ثبت کرده است. مقاله همچنین اندازه مدل را ۰٫۳۴ میلیون پارامتر و هزینه محاسباتی را ۱٫۱۶ گیگافلاپس اعلام می‌کند. گیگافلاپس معیاری برای شمار عملیات محاسباتی موردنیاز مدل است.
این ارقام نتایج گزارش‌شده از ارزیابی روی یک مجموعه معیار هستند و به‌تنهایی کارایی در همه محیط‌های واقعی را ثابت نمی‌کنند. چکیده مقاله جزئیات دیگری درباره شرایط آزمون یا عملکرد در کاربردهای عملی ارائه نمی‌دهد.
این خبر برای چه کسانی اهمیت دارد
این پژوهش برای گروه‌هایی که روی آشکارسازی چهره با محدودیت اندازه مدل یا توان محاسباتی کار می‌کنند، از جمله پژوهشگران بینایی ماشین و سازندگان سامانه‌های کم‌هزینه، قابل توجه است. ایده اصلی آن به‌جای افزودن صرفِ ظرفیت محاسباتی، تغییر شیوه تبادل اطلاعات میان مقیاس‌های تصویر است. بااین‌حال، ارزیابی گزارش‌شده فعلاً به نتایج مقاله روی WIDER FACE محدود می‌ماند.
پرسش‌های متداول
Weave Mamba Fusion چه مسئله‌ای را هدف می‌گیرد؟
عملکرد WeaveFace در WIDER FACE چقدر بوده است؟
دانش آموخته مدیریت کسب و کار گرایش استراتژی و پژوهشگر ، استراتژیست و توسعه دهنده اقتصاد دیجیتال
مطالب مرتبط
استفاده از هوش مصنوعی برای طراحی صفحات فرود پربازدهاستفاده از هوش مصنوعی برای طراحی صفحات فرود پربازده به معنای به‌کارگیری الگوریتم‌های یادگیری ماشین، پردازش…
هوش مصنوعی در سئو| راهنمای استراتژی، ابزارها و پیاده سازیهوش مصنوعی در سئو به استفاده هدفمند از مدل های زبانی، تحلیل داده، اتوماسیون و ابزارهای…
پرامپت نوشتن متن ادبی و دل‌نوشته با هوش مصنوعیپرامپت دقیق، به هوش مصنوعی کمک می‌کند متن ادبی یا دل‌نوشته‌ای متناسب با احساس، مخاطب و…
