سبک تصویر، زیبایی شناسی، و برآورد کیفیت تشخیص اجزاء به کمک شبکه تراکم عمیق چند پچی

این مقاله به بررسی مشکلات سبک تصویر، زیبایی شناسی و برآورد کیفیت می پردازد و از رویکرد آموزش شبکه عصبی سود می برد. برای بهره بردن از سبک زیباشناسی نیاز به تشخیص اجزاء اشیاء نیز، داریم که در این مقاله روشی را برای یادگیری مجموعه متنوعی از بخش های مشخص کننده اشیا ارایه می کنیم. یکی از بزرگترین چالش ها در تشخیص شیء این است که تصاویر گرفته شده را باید از گروه های متنوع بیرون کشید و آنها را کنار هم قرار داد. شبکه های عصبی کانولوشن و عمیق موجود، اغلب برداشتی از یک پچ، مانند بازده رو به پایین از تصویر، مثل یک نمونه مورد آزمایش می باشد. هرچند یک پچ ممکن نیست که همیشه بتواند بخوبی تمام تصویر را ارایه دهد، بلکه ممکن است باعث ابهاماتی در طول آموزش شود. ما یک رویکرد آموزش شبکه متراکم عمیق و چند پچی را ارایه دادیم. این مدل این امکان را به ما می دهد که مدل هایی را با استفاده از پچ های چندگانه تولید شده از یک عکس تهیه کنیم. ما با ساختن ستون های چندگانه مشترک در شبکه عصبی و تغذیه ی پچ های چندگانه برای هر ستون به این امر دست یافتیم. مهمتر از آن، ما دولایه ی شبکه جدید ( آماری و مرتب سازی) را برای جمع آوری آن پچ ها ارایه کردیم. ما تاثیر شبکه متراکم عمیق و چند پچی را روی سه مشکل، یعنی شناخت سبک تصویر، طبقه بندی کیفیت زیباشناختی و برآورد کیفیت تصویر نشان دادیم.