اکسپرس 24
ترجمه فارسی مقاله تأیید استحکام روش‌های تشخیص نقاط کلیدی مبتنی بر یادگیری و تخمین حالت

ترجمه فارسی مقاله تأیید استحکام روش‌های تشخیص نقاط کلیدی مبتنی بر یادگیری و تخمین حالت

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Certifying Robustness of Learning-Based Keypoint Detection and Pose Estimation Methods
عنوان مقاله به فارسی تأیید استحکام روش‌های تشخیص نقاط کلیدی مبتنی بر یادگیری و تخمین حالت
نویسندگان Xusheng Luo, Tianhao Wei, Simin Liu, Ziwei Wang, Luis Mattei-Mendez, Taylor Loper, Joshua Neighbor, Casidhe Hutchison, Changliu Liu
فرمت مقاله انگلیسی PDF
تعداد صفحات 25
دسته بندی موضوعات Computer Vision and Pattern Recognition,Machine Learning,Robotics,Systems and Control,چشم انداز رایانه و تشخیص الگوی , یادگیری ماشین , روباتیک , سیستم ها و کنترل ,
توضیحات Submitted 31 July, 2024; originally announced August 2024. , Comments: 25 pages, 10 figures, 5 tables
توضیحات به فارسی ارسال 31 ژوئیه 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: 25 صفحه ، 10 شکل ، 5 جدول

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 1,000,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

This work addresses the certification of the local robustness of vision-based two-stage 6D object pose estimation. The two-stage method for object pose estimation achieves superior accuracy by first employing deep neural network-driven keypoint regression and then applying a Perspective-n-Point (PnP) technique. Despite advancements, the certification of these methods' robustness remains scarce. This research aims to fill this gap with a focus on their local robustness on the system level--the capacity to maintain robust estimations amidst semantic input perturbations. The core idea is to transform the certification of local robustness into neural network verification for classification tasks. The challenge is to develop model, input, and output specifications that align with off-the-shelf verification tools. To facilitate verification, we modify the keypoint detection model by substituting nonlinear operations with those more amenable to the verification processes. Instead of injecting random noise into images, as is common, we employ a convex hull representation of images as input specifications to more accurately depict semantic perturbations. Furthermore, by conducting a sensitivity analysis, we propagate the robustness criteria from pose to keypoint accuracy, and then formulating an optimal error threshold allocation problem that allows for the setting of a maximally permissible keypoint deviation thresholds. Viewing each pixel as an individual class, these thresholds result in linear, classification-akin output specifications. Under certain conditions, we demonstrate that the main components of our certification framework are both sound and complete, and validate its effects through extensive evaluations on realistic perturbations. To our knowledge, this is the first study to certify the robustness of large-scale, keypoint-based pose estimation given images in real-world scenarios.

چکیده به فارسی (ترجمه ماشینی)

این کار به صدور گواهینامه استحکام محلی تخمین دو مرحله ای مبتنی بر چشم انداز 6D است.روش دو مرحله ای برای برآورد Pose Object با استفاده از رگرسیون کلیدهای عصبی مبتنی بر شبکه عصبی و سپس استفاده از تکنیک Persplease-N-Point (PNP) ، به دقت برتر می رسد.با وجود پیشرفت ها ، صدور گواهینامه استحکام این روشها کمیاب است.این تحقیق با هدف پر کردن این شکاف با تمرکز بر استحکام محلی آنها در سطح سیستم-ظرفیت حفظ تخمین های قوی در میان آشفتگی های ورودی معنایی.ایده اصلی تبدیل گواهینامه استحکام محلی به تأیید شبکه عصبی برای کارهای طبقه بندی است.چالش توسعه مشخصات مدل ، ورودی و خروجی است که با ابزارهای تأیید خارج از قفسه تراز می شوند.برای تسهیل تأیید ، ما با جایگزین کردن عملیات غیرخطی با آنهایی که از فرآیندهای تأیید استفاده می کنند ، مدل تشخیص کلید را تغییر می دهیم.به جای تزریق نویز تصادفی به تصاویر ، همانطور که معمول است ، ما از یک نمایشگاه محدب محدب از تصاویر به عنوان مشخصات ورودی استفاده می کنیم تا با دقت بیشتری آشفتگی های معنایی را به تصویر بکشید.علاوه بر این ، با انجام یک تجزیه و تحلیل حساسیت ، ما معیارهای استحکام را از POSE به دقت صفحه کلید پخش می کنیم ، و سپس یک مشکل تخصیص آستانه بهینه خطای را تدوین می کنیم که امکان تنظیم یک آستانه انحراف کلیدهای حداکثر مجاز را فراهم می کند.مشاهده هر پیکسل به عنوان یک کلاس فردی ، این آستانه ها منجر به مشخصات خطی ، طبقه بندی-آکین می شوند.در شرایط خاص ، ما نشان می دهیم که مؤلفه های اصلی چارچوب صدور گواهینامه ما هم سالم و هم کامل هستند و اثرات آن را از طریق ارزیابی های گسترده در مورد آشفتگی های واقع گرایانه تأیید می کنند.به دانش ما ، این اولین مطالعه برای تأیید استحکام تخمین پوزش در مقیاس بزرگ و مبتنی بر صفحه در سناریوهای دنیای واقعی است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.