从图像中学习求解几何作图问题
计算机视觉与模式识别
2021-06-29 v1 人工智能
计算几何
机器学习
计算机科学中的逻辑
摘要
我们描述了一种在 Euclidea 几何游戏中用直尺和圆规寻找几何作图的纯基于图像的方法。该方法基于适配最先进的 Mask R-CNN 图像处理神经网络架构，并为其添加基于树的搜索过程。在有监督设定下，该方法学会求解来自 Euclidea 前六个关卡包的全部 68 类几何作图问题，平均准确率达 92%。当在新类型问题上评估时，该方法可求解 68 类 Euclidea 问题中的 31 类。我们相信这是首次训练纯基于图像的学习来解决此类难度的几何作图问题。
引用
@article{arxiv.2106.14195,
title = {Learning to solve geometric construction problems from images},
author = {J. Macke and J. Sedlar and M. Olsak and J. Urban and J. Sivic},
journal= {arXiv preprint arXiv:2106.14195},
year = {2021}
}
备注
16 pages, 7 figures, 3 tables