💻 संगणक विज्ञान

Severity-Conditioned Pixel-Wise Asynchronous Diffusion for Semi-Transparent Mural Restoration

यह शोध पत्र सेवेरिटी-कंडीशन्ड पिक्सेल-वाइज एसिंक्रोनस डिफ्यूजन (SC-PAD) का प्रस्ताव करता है, जो एक नवीन ढांचा है जो एक निरंतर सेवेरिटी फील्ड (severity field) का अनुमान लगाकर पिक्सेल-वाइज एसिंक्रोनस डिफ्यूजन प्रगति को संचालित करके अर्ध-पारदर्शी भित्ति चित्र बहाली (semi-transparent mural restoration) को उन्नत करता है, जिससे स्थानिक रूप से गैर-समान क्षरण (spatially non-uniform degradations) को संभालने में बाइनरी मास्क और समान टेम्पोरल मॉडलिंग की सीमाओं को दूर किया जा सके।

मूल लेखक: Yu Wu, Erchao Li, Furui Jia, Jinjiang Zhao, Lei Zhang

प्रकाशित 2026-10-16

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Yu Wu, Erchao Li, Furui Jia, Jinjiang Zhao, Lei Zhang

मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

प्राचीन भित्ति चित्र (म्यूरल) अतीत की नाजुक खिड़कियाँ हैं, जो लुप्त हो चुकी सभ्यताओं के विश्वासों, कला और दैनिक जीवन को संरक्षित करते हैं। हालाँकि, समय एक निरंतर शत्रु है। सदियों से, तापमान, आर्द्रता में उतार-चढ़ाव और प्रकाश एवं धूल के संपर्क के कारण इन चित्रित सतहों का रंग फीका पड़ जाता है, वे विकृत हो जाती हैं, उनमें दरारें आ जाती हैं और फफूंद विकसित हो जाती है। किसी पेंटिंग के टुकड़े के गायब होने वाले साधारण खरोंच के विपरीत, इनमें से कई नुकसान अर्ध-पारदर्शी होते हैं। गंदगी या दाग की एक परत के बारे में सोचें जो उसके नीचे के रंगों को गहरा कर देती है लेकिन उन्हें पूरी तरह से छिपाती नहीं है। मूल वर्णक (पिगमेंट), बनावट और रूपरेखा अक्सर दृश्यमान रहती है, बस धुंधली हो जाती है। इन छवियों का पुनरुद्धार करना डिजिटल संरक्षणवादियों के लिए एक सूक्ष्म कार्य है। यदि कोई कंप्यूटर केवल क्षतिग्रस्त क्षेत्रों को ऐसे भरने की कोशिश करता है जैसे कि वे गायब हो गए हों, तो वह ऐसे विवरण गढ़ने का जोखिम उठाता है जो कभी अस्तित्व में नहीं थे या उन धुंधले, मूल निशानों को मिटा देता है जो अभी भी वहां मौजूद हैं। चुनौती यह पहचानने में है कि क्या खो गया है और क्या केवल छिपा हुआ है, और फिर मूल छवि को बिना शेष सूक्ष्म साक्ष्यों को मिटाए सावधानीपूर्वक प्रकट करने में है।

वर्षों से, डिजिटल बहाली उपकरण एक बाइनरी दृष्टिकोण पर निर्भर रहे हैं: वे एक साधारण मास्क के साथ क्षतिग्रस्त क्षेत्र की पहचान करते हैं, और मास्क के भीतर प्रत्येक पिक्सेल को समान रूप से टूटा हुआ मानते हैं। यह विधि छेदों या गायब टुकड़ों के लिए अच्छी तरह काम करती है, लेकिन यह तब विफल हो जाती है जब एक ही क्षेत्र में नुकसान की तीव्रता भिन्न होती है। फफूंद का एक पैच केंद्र में घना और किनारों पर पतला हो सकता है, फिर भी एक मानक मास्क पूरे पैच के साथ एक जैसा व्यवहार करता है। इसके अलावा, अधिकांश आधुनिक बहाली एल्गोरिदम, जो गायब विवरणों की कल्पना करने के लिए उन्नत जनरेटिव मॉडल का उपयोग करते हैं, पूरी छवि के लिए एक ही समान समयरेखा लागू करते हैं। वे यह मान लेते हैं कि चित्र के हर हिस्से को बहाल अवस्था तक पहुँचने के लिए समान मात्रा में "सफाई" के समय की आवश्यकता होती है। यह 'एक ही आकार सबके लिए' वाला दृष्टिकोण उन भित्ति चित्रों के साथ संघर्ष करता है जहाँ क्षरण असमान होता है, जिससे अक्सर परिणाम या तो बहुत धुंधले या बहुत कृत्रिम रूप से तीखे दिखाई देते हैं।

इन सीमाओं को दूर करने के लिए, लांझोउ यूनिवर्सिटी ऑफ टेक्नोलॉजी और गांसु एकेडमी ऑफ साइंसेज के शोधकर्ताओं की एक टीम ने 'सेवेरिटी-कंडीशन्ड पिक्सेल-वाइज एसिंक्रोनस डिफ्यूजन' नामक एक नई विधि विकसित की है। क्षतिग्रस्त भित्ति चित्र को टूटे हुए और साबुत हिस्सों के संग्रह के रूप में देखने के बजाय, यह प्रणाली क्षति को तीव्रता के बदलते क्षेत्र के रूप में देखती है। शोधकर्ता पहले कंप्यूटर को यह अनुमान लगाने के लिए प्रशिक्षित करते हैं कि छवि के प्रत्येक बिंदु पर क्षरण कितना गंभीर है, जिससे वे केवल एक साधारण रूपरेखा के बजाय क्षति की शक्ति का एक विस्तृत मानचित्र तैयार करते हैं। यह मानचित्र एक मार्गदर्शक के रूप में कार्य करता है, जो बहाली इंजन को बताता है कि किसी भी स्थान पर गंदगी के नीचे मूल छवि का कितना हिस्सा अभी भी दृश्यमान है।

इस कार्य का मुख्य नवाचार एक सिंक्रोनाइज्ड (तुल्यकालिक) प्रक्रिया से एसिंक्रोनस (अतुल्यकालिक) प्रक्रिया की ओर बदलाव है। पारंपरिक तरीकों में, कंप्यूटर पूरी छवि पर एक ही गति से काम करता है, एक शोर वाले, क्षतिग्रस्त अवस्था से एक साफ अवस्था की ओर कदम से कदम मिलाकर चलता है। नई विधि प्रत्येक पिक्सेल को अपनी गति से आगे बढ़ने की अनुमति देती है। यदि कोई विशिष्ट क्षेत्र केवल थोड़ा फीका पड़ा है, तो सिस्टम पहचान लेता है कि उसे बहुत कम मदद की आवश्यकता है और उसे जल्दी से बहाल कर देता है। यदि कोई अन्य क्षेत्र अत्यधिक ढका हुआ है, तो सिस्टम उस हिस्से के पुनर्निर्माण के लिए अधिक गणनात्मक प्रयास समर्पित करता है। यह एक गतिशील प्रणाली द्वारा प्रबंधित किया जाता है जो प्रत्येक पिक्सेल के लिए व्यक्तिगत रूप से "बहाली की प्रगति" को समायोजित करती है, यह सुनिश्चित करती है कि अंतिम परिणाम भित्ति के हर कोने में क्षति के अनूठे इतिहास का सम्मान करे। यह प्रक्रिया एक विशिष्ट गणितीय नियम का भी उपयोग करती है, जो पारदर्शी पेंट के परतों के मिश्रण के समान है, ताकि बहाल की गई छवि आसपास के स्वस्थ क्षेत्रों के साथ स्वाभाविक रूप से मिल सके, जिससे मूल रूपरेखा और बनावट सुरक्षित रहे।

शोधकर्ताओं ने अपने सिस्टम का परीक्षण दुनहुआंग भित्ति चित्रों के एक डेटासेट पर किया, जो अपने ऐतिहासिक और कलात्मक महत्व के लिए प्रसिद्ध हैं। उन्होंने अपनी नई विधि की तुलना कई मौजूदा तकनीकों से की, जिसमें मानक मास्क का उपयोग करने वाले और अन्य उन्नत जनरेटिव मॉडल शामिल हैं। परिणामों ने दिखाया कि नया दृष्टिकोण काफी स्पष्ट और सटीक बहाली प्रदान करता है। पिक्सेल-स्तर की सटीकता के मामले में, नई विधि ने 30.61 का स्कोर प्राप्त किया, जो अगली सर्वश्रेष्ठ विधि से बेहतर था जिसका स्कोर 29.7 था। इससे भी महत्वपूर्ण बात यह है कि दृश्य परिणामों ने प्रदर्शित किया कि सिस्टम पिछले उपकरणों की तुलना में अर्ध-पारदर्शी क्षति के सूक्ष्म संक्रमणों को बहुत बेहतर तरीके से संभाल सकता है। इसने भित्ति चित्रों की महीन रेखाओं और संरचनात्मक विवरणों को संरक्षित किया, बिना उस धुंधलेपन या कृत्रिम तीखेपन को लाए जो अन्य बहाली में अक्सर देखा जाता है।

हालाँकि, अध्ययन ने एक महत्वपूर्ण बाधा को भी रेखांकित किया। जबकि यह प्रणाली असाधारण रूप से अच्छा काम करती है जब इसे क्षति की सटीक, वास्तविक गंभीरता दी जाती है, इसका प्रदर्शन गिर जाता है जब इसे स्वयं गंभीरता का अनुमान लगाना पड़ता है। पूर्ण ज्ञान के साथ प्राप्त परिणामों और इसके अपने अनुमानों के साथ प्राप्त परिणामों के बीच का अंतर यह सुझाव देता है कि क्षति की गहराई को सटीक रूप से मापना अगला प्रमुख अवरोध है। शोधकर्ताओं ने पाया कि जबकि उनका निरंतर 'सेवेरिटी मैप' सरल बाइनरी मास्क की तुलना में एक विशाल सुधार था, फिर भी कंप्यूटर द्वारा क्षरण के दृश्य संकेतों की व्याख्या करने के तरीके में सुधार की गुंजाइश है।

अंततः, यह कार्य एक अधिक सूक्ष्म ढांचा प्रदान करता है। कठोर, समान प्रक्रियाओं को त्यागकर और भित्ति चित्रों के उम्र बढ़ने की जटिल, असमान वास्तविकता को अपनाकर, शोधकर्ताओं ने एक ऐसा उपकरण बनाया है जो इन सांस्कृतिक धरोहरों की अखंडता का बेहतर सम्मान कर सकता है। यह विधि केवल रिक्त स्थानों को नहीं भरती; यह क्षतिग्रस्त सतह के सूक्ष्म परिवर्तनों को सुनती है, जिससे मूल कला अधिक निष्ठा के साथ उभरती है। हालाँकि यह तकनीक अभी भी पूर्ण नहीं है, विशेष रूप से मानव इनपुट के बिना क्षति की गंभीरता को मापने के मामले में, फिर भी यह डिजिटल संरक्षण को केवल पुनर्निर्माण के बजाय सावधानीपूर्वक प्रकटीकरण की एक प्रक्रिया के रूप में देखने की दिशा में एक महत्वपूर्ण कदम है। निष्कर्ष बताते हैं कि भविष्य के विकास संभवतः सिस्टम की क्षति की गहराई को "देखने" की क्षमता को परिष्कृत करने पर केंद्रित होंगे, यह सुनिश्चित करते हुए कि हमारी विरासत के डिजिटल संरक्षक इन नाजुक कहानियों को और भी अधिक सटीकता के साथ सुरक्षित रख सकें।

तकनीकी सारांश: अर्ध-पारदर्शी भित्ति चित्र बहाली के लिए गंभीरता-सशर्त पिक्सेल-वार अतुल्यकालिक प्रसार (SC-PAD)

समस्या विवरण
डिजिटल भित्ति चित्र (म्यूरल) बहाली को एक विशिष्ट चुनौती का सामना करना पड़ता है जो अर्ध-पारदर्शी क्षरण (जैसे कि फीका पड़ना, रंग बदलना, फफूंद, कालिख) से जुड़ी है, जहाँ मूल वर्णक (पिगमेंट), बनावट और रूपरेखा की जानकारी आंशिक रूप से दृश्यमान रहती है। मौजूदा डीप लर्निंग दृष्टिकोण, विशेष रूप से डिफ्यूजन प्रोबेबिलिस्टिक मॉडल पर आधारित, आमतौर पर बाइनरी क्षति मास्क (binary damage masks) पर निर्भर करते हैं। ये मास्क क्षरण के स्थानिक क्षेत्र की पहचान तो करते हैं, लेकिन उस क्षेत्र के भीतर निरंतर रूप से बदलते गंभीरता (severity) को एनकोड करने में विफल रहते हैं। इसके अलावा, मानक डिफ्यूजन मॉडल संपूर्ण छवि के लिए एक साझा टेम्पोरल प्रोग्रेस ( $t$ ) निर्धारित करते हैं, जिससे सभी पिक्सेल एक ही डिफ्यूजन अवस्था में माने जाते हैं। यह वैश्विक सिंक्रोनाइज़ेशन स्थानिक रूप से विषम (heterogeneous) क्षरण के लिए अनुपयुक्त है, जहाँ विभिन्न पिक्सेल के पास अलग-अलग स्वीकार्य अवस्था सीमाएँ होती हैं और उन्हें विशिष्ट बहाली गतिकी (restoration dynamics) की आवश्यकता होती है। वर्तमान विधियाँ अक्सर गंभीरता को केवल एक सहायक कंडिशनिंग चैनल के रूप में मानती हैं, न कि एक स्पष्ट अवस्था चर (state variable) के रूप में जो डिफ्यूजन प्रक्षेपवक्र (trajectory) को नियंत्रित करता है।

कार्यप्रणाली: SC-PAD
लेखक सेवेरिटी-कंडीशन्ड पिक्सेल-वाइज एसिंक्रोनस डिफ्यूजन (SC-PAD) प्रस्तावित करते हैं, जो एक ऐसा ढांचा है जो निरंतर टर्मिनल सेवेरिटी को स्पष्ट रूप से मॉडल करता है और एक एकीकृत वैश्विक शेड्यूल को बनाए रखते हुए व्यक्तिगत पिक्सेल के टेम्पोरल प्रोग्रेस को अलग करता है। इस पद्धति में तीन मुख्य घटक शामिल हैं:

निरंतर टर्मिनल सेवेरिटी अनुमान (Continuous Terminal Severity Estimation):
बाइनरी मास्क पर निर्भर रहने के बजाय, SC-PAD क्षयग्रस्त अवलोकन और एक मोटे बाइनरी सपोर्ट से एक निरंतर सेवेरिटी फील्ड $A \in [0,1]^{H \times W}$ का अनुमान लगाता है। यह एक मास्क-गाइडेड एस्टिमेटर के माध्यम से प्राप्त किया जाता है जिसमें एक बाउंडेड रेसिडुअल-लॉगिट रिफाइनमेंट शाखा होती है। इस समस्या को संबोधित करने के लिए कि 'आसान' पिक्सेल लॉस पर हावी हो जाते हैं और बड़े स्थानीय त्रुटियों को छिपा देते हैं, लेखक एक रिस्क-ओरिएंटेड सुपरविजन पेश करते हैं, जिसमें शामिल हैं:
- सबसे बड़े पूर्ण त्रुटियों के लिए एक टॉप- $q$ टेल लॉस (top- $q$ tail loss)।
- धनात्मक सेवेरिटी त्रुटियों के लिए एक वन-साइडेड पेनल्टी।
- पृथक उच्च-सेवेरिटी भविष्यवाणियों को दबाने के लिए एक नेबरहुड स्पाइक पेनल्टी।
पिक्सेल-वाइज एसिंक्रोनस ट्रजेक्टरी रीपैरामेटराइजेशन (Pixel-Wise Asynchronous Trajectory Reparameterization):
यह ढांचा एक टेम्पोरल-वार्पिंग एक्सपोनेंट $\gamma(u)$ पेश करता है, जिसे क्षयग्रस्त छवि और अनुमानित टर्मिनल सेवेरिटी द्वारा संचालित एक ट्रजेक्टरी प्रेडिक्टर द्वारा अनुमानित किया जाता है। यह एक्सपोनेंट एक साझा वैश्विक संदर्भ प्रोग्रेस $m_t$ को एक पिक्सेल-वाइज स्थानीय बहाली प्रोग्रेस $g_t(u) = m_t^{\gamma(u)}$ में मैप करता है।
- प्रतिबंध (Constraints): $\gamma$ को सीमित (जैसे, $[0.35, 3.0]$ ) रखा गया है ताकि यह सुनिश्चित हो सके कि प्रक्रिया एक एकीकृत वैश्विक टेम्पोरल रेंज के भीतर रहे।
- गुण (Properties): यह सभी पिक्सेल के लिए सामान्य स्टार्ट ( $t=0$ ) और एंड ( $t=T$ ) बिंदुओं को सुरक्षित रखता है, जबकि सख्ती से बढ़ते स्थानीय क्लॉक की अनुमति देता है। यह डिफ्यूजन प्रक्रिया की मौलिक सीमा शर्तों को बदले बिना स्थानिक रूप से विभेदित बहाली प्रक्षेपवक्रों को सक्षम बनाता है।
डायनेमिक अल्फा स्टेट और रेसिडुअल डिफ्यूजन (Dynamic Alpha State and Residual Diffusion):
स्थानीय प्रोग्रेस $g_t$ को एक डायनेमिक अल्फा स्टेट $\alpha_t$ में मैप किया जाता है जो एंडपॉइंट कंसिस्टेंसी, टेम्पोरल मोनोटोनिसिटी और अल्फा कंपोजिशन लॉ (Alpha composition law) का पालन करता है।
- फॉर्मूलेशन: $\alpha_t = 1 - (1-A)^{g_t}$ । यह ट्रांसमिटेंस डोमेन में अल्फा कंपोजिशन की मल्टीप्लिकेटिव संरचना का अनुसरण करता है, न कि किसी भी मनमाने लीनियर इंटरपोलेशन का।
- रेसिडुअल एक्टिवेशन: टर्मिनल इमेज-स्पेस रेसिड्यूल $R_M = Y - X_0$ को $\alpha_t$ से प्राप्त अनुपात $\rho_t$ का उपयोग करके प्रगतिशील रूप से सक्रिय किया जाता है। शोर युक्त मध्यवर्ती अवस्था को $X_t = X_0 + \rho_t \odot R_M + \sigma_t \epsilon$ के रूप में निर्मित किया जाता है।
- कपलिंग (Coupling): यह फॉर्मूलेशन टर्मिनल सेवेरिटी, स्थानीय समय और मध्यवर्ती डिफ्यूजन अवस्था को स्पष्ट रूप से जोड़ता है, जिससे यह सुनिश्चित होता है कि बहाली प्रक्षेपवक्र अनुमानित सेवेरिटी द्वारा नियंत्रित है।

प्रमुख योगदान
लेखक तीन प्राथमिक योगदानों को रेखांकित करते हैं:

स्पष्ट सेवेरिटी स्टेट: निरंतर टर्मिनल सेवेरिटी को एक सहायक स्थिति के बजाय एक स्पष्ट अवस्था चर के रूप में गठित करना। एक विशेष एस्टिमेटर, जिसमें बाउंडेड रिफाइनमेंट और रिस्क-ओरिएंटेड सुपरविजन है, स्थानीय बेमेल (mismatch) को कम करता है, जिससे सेवेरिटी एक टर्मिनल-स्टेट बाधा के रूप में कार्य कर सकती है।
एसिंक्रोनस टेम्पोरल रीपैरामेटराइजेशन: एक सेवेरिटी-कंडीशन्ड पिक्सेल-वाइज टेम्पोरल वार्पिंग तंत्र पेश करना जो वैश्विक प्रोग्रेस को स्थानीय प्रोग्रेस में मैप करता है। यह एक एकल डिफ्यूजन शेड्यूल के भीतर स्थानिक रूप से विभेदित बहाली प्रक्षेपवक्रों को सक्षम बनाता है जबकि टेम्पोरल ऑर्डरिंग और सामान्य एंडपॉइंट्स को सुरक्षित रखता है।
कंपोजिशन-कंसिस्टेंट डायनेमिक अल्फा: एक डायनेमिक अल्फा स्टेट का निर्माण करना जो अल्फा कंपोजिशन लॉ का पालन करता है और टर्मिनल-सेवेरिटी-कन्स्ट्रेंड है। यह इमेज-स्पेस रेसिड्यूल के प्रगतिशील सक्रियण को नियंत्रित करता है, जिससे सेवेरिटी, स्थानीय समय और डिफ्यूजन अवस्था के बीच एक स्पष्ट गणितीय संबंध स्थापित होता है।

प्रायोगिक परिणाम
प्रयोग डुनहुआंग म्यूरल डेटासेट (400 प्रशिक्षण, 100 परीक्षण चित्र) पर किए गए, जिसमें दस क्षरण श्रेणियां (नमक का क्रिस्टलीकरण, रंग बदलना, दरारें आदि) शामिल हैं। SC-PAD की तुलना LRDiff, StrDiffusion, RDDM और PGRDiff सहित अत्याधुनिक (state-of-the-art) विधियों से की गई।

मात्रात्मक प्रदर्शन (Quantitative Performance): SC-PAD ने सभी विधियों में उच्चतम स्कोर प्राप्त किया: PSNR 30.61 dB, SSMass SSIM 0.925, और LPIPS 0.071। इसने निकटतम बेसलाइन (PGRDiff) को PSNR में 0.91 dB और SSIM में 0.0073 से पीछे छोड़ दिया।
सेवेरिटी रिप्रेजेंटेशन पर एब्लेशन (Ablation on Severity Representation): बाइनरी मास्क को प्रेडिक्टेड सॉफ्ट अल्फा से बदलने पर PSNR में 3.27 dB (27.34 से 30.61 तक) का सुधार हुआ। ग्राउंड-ट्रुथ अल्फा (ऑरेकल) का उपयोग करने से PSNR बढ़कर 33.87 dB हो गया, जो दर्शाता है कि हालांकि निरंतर सेवेरिटी मॉडलिंग अत्यधिक प्रभावी है, सेवेरिटी अनुमान की सटीकता अभी भी एक प्रदर्शन बाधा (bottleneck) बनी हुई है।
ट्रजेक्टरी संवेदनशीलता (Trajectory Sensitivity): अध्ययन में सिंक्रोनस बनाम एसिंक्रोनस समय और लीनियर बनाम कंपोजिशन-कंसिस्टेंट अल्फा अवस्थाओं का मूल्यांकन किया गया। पिक्सेल-वाइज एसिंक्रोनस समय ने दोनों अल्फा फॉर्मूलेशन में लगातार प्रदर्शन में सुधार किया। कंपोजिशन-कंसिस्टेंट अल्फा स्टेट ने उस विशिष्ट कॉन्फ़िगरेशन में लीनियर फॉर्मूलेशन की तुलना में सर्वश्रेष्ठ परिणाम (PSNR 31.52) दिए जब इसे एसिंक्रोनस समय के साथ जोड़ा गया।

महत्व और दावे
लेखक दावा करते हैं कि SC-PAD एक नियंत्रणीय डिफ्यूजन फ्रेमवर्क प्रदान करता है जो विशेष रूप से स्थानिक रूप से गैर-समान, अर्ध-पारदर्शी भित्ति चित्र बहाली के लिए डिज़ाइन किया गया है। इसका महत्व निम्नलिखित में निहित है:

बाइनरी "मिसिंग-रीजन" पूर्णता से आगे बढ़कर क्षरण को एक निरंतर, स्थानिक रूप से परिवर्तनशील प्रक्रिया के रूप में मॉडल करना।
भित्ति चित्रों के ह्रास की विषम प्रकृति से बेहतर तालमेल बिठाने के लिए व्यक्तिगत पिक्सेल के टेम्पोरल प्रोग्रेस को अलग करना।
यह प्रदर्शित करना कि निरंतर सेवेरिटी रिप्रेजेंटेशन और पिक्सेल-वाइज एसिंक्रोनस प्रोग्रेस वर्तमान परिणामों द्वारा समर्थित दो सबसे महत्वपूर्ण घटक हैं।

लेखक विनम्रतापूर्वक नोट करते हैं कि हालांकि प्रस्तावित फॉर्मूलेशन पिक्सेल फिडेलिटी और संरचनात्मक निरंतरता में सुधार करता है, सेवेरिटी अनुमान की सटीकता अभी भी एक महत्वपूर्ण बाधा बनी हुई है, जैसा कि प्रेडिक्टेड और ग्राउंड-ट्रुथ अल्फा प्रदर्शन के बीच के अंतर से स्पष्ट है। भविष्य का कार्य जटिल वास्तविक दुनिया की स्थितियों के तहत सेवेरिटी अनुमान में सुधार करने और मल्टी-मोडल साक्ष्य (जैसे मल्टीस्पेक्ट्रल इमेजिंग, सामग्री विश्लेषण) को एकीकृत करने की दिशा में केंद्रित है।

इसी तरह के और पेपर