Year: 2026
Type: dissertation
Abstract: V delu obravnavamo klasifikacijo slik, v katerih del slikovnih elementov manjka, položaj manjkajočih elementov pa je opisan z binarno masko, znano tako med učenjem kot med napovedovanjem. Kot osrednji prispevek predlagamo dvofazno metodo, ki vrisovalno mrežo U-Net z delnimi konvolucijami in klasifikator ResNet združi v eno samo mrežo: najprej se uči vrisovanja, nato se težišče učenja preusmeri na klasifikacijo, vrisovalni del pa se še naprej prilagaja klasifikacijskemu učnemu signalu, tako da zapolnitve postanejo koristne za klasifikacijo. Na podmnožici sto razredov množice ImageNet pri ločljivosti 224 × 224 vzpostavimo enotno eksperimentalno okolje s tremi družinami mask (kvadratna območja, Perlinov šum, naključni elementi) in širokim razponom deležev manjkajočih elementov. V njem primerjamo osnovno mrežo ResNet z ničelnim zapolnjevanjem, klasifikator z delnimi konvolucijami, prostorsko grafovsko mrežo SGCN, metodo MisConv ter cevovod obnovi-nato-klasificiraj. Predlagana metoda doseže najvišjo točnost pri vseh družinah mask in vseh deležih manjkajočih elementov ter preseže najmočnejšo objavljeno metodo MisConv, tudi na množicah iz izvirnega članka. Rezultati ob tem pokažejo, kolikšen je prispevek poznavanja maske pri realistični ločljivosti in kako je točnost odvisna od družine ter deleža manjkajočih elementov.
Author: Šenica, David
Institution: University of Ljubljana
Language: Slovenian
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7215657113
