多任务功能集成和交互式主动学习用于场景图像调整大小
Ludan Shi1, Xianhua Yan2, Sen Wang3
1Aeronautical Engineering College, Jinhua University of Vocational Technology, Jinhua, 321007, Zhejiang, People's Republic of China. ludans122@gmail.com.
Scientific reports
|May 19, 2025
概括
本研究介绍了一种通过分析人类目光动态来进行自适应性图像重定位的AI方法. 该方法有效地重新组合复杂的场景,在精度和效率方面超过现有方法.
科学领域:
- 计算机视觉 计算机视觉
- 人工智能的人工智能
- 机器学习 机器学习
背景情况:
- 图像重定位对于在不同显示器上调整复杂场景至关重要.
- 现有的方法难以处理复杂的空间配置和捕捉人类感知.
研究的目的:
- 利用多道视觉特征开发一种人工智能驱动的自适应图像重定位方法.
- 精确捕捉人类目光的动态,以改善场景的理解和重新组合.
主要方法:
- 使用BING对象度量计用于语义和视觉补丁获取.
- 引入了一个多任务功能选择器,用于整合不同的场景补丁功能.
- 开发了局部保留和交互式主动学习 (LIAL) 来生成视线转移路径 (GSP).
- 采用多层聚合算法进行深度特征计算和高斯混合模型 (GMM) 编码.
主要成果:
- 拟议的方法显著优于五种对手重定位技术.
- 在17个测试的视觉识别器中,其精度比第二好的视觉识别器高出3%.
- 证明减少了测试时间的消耗,达到第二强的时间的49.8%.
结论:
- 开发的AI方法有效地实现了复杂场景的自适应图像重定位.
- LIAL策略增强了场景的一致性,并结合了人与人之间的互动来生成视线路.
- 与现有方法相比,这种方法提供了更高的精度和效率.
