یکی از چالشهای بزرگ در بینایی ماشین، تشخیص اشیاء در محیطهایی است که هوش مصنوعی قبلاً با آنها آشنا نبوده؛ یعنی همان مفهوم Open-World Object Detection. اما حالا محققان با معرفی متد جدید «MSPO»، گام بزرگی برای حل این مشکل برداشتهاند.
تکنیک جدید MSPO با استفاده از «پیشفرضهای زبانی» (Language Priors) و ترکیب آن با اطلاعات تصویری، به مدل کمک میکند تا بین اشیاء شناختهشده، اشیاء ناشناخته و نویزهای پسزمینه تمایز بهتری قائل شود، بدون اینکه معماری سنگینی داشته باشد. این یعنی دقت بالاتر رباتها و سیستمهای بینایی در محیطهای واقعی و غیرقابل پیشبینی.
منبع: arXiv Computer Vision