الأبحاث في مجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)
-
تحسين خوارزمية قائمة على YOLOv11 لتحديد الطيور التي تتطفل على خطوط الطاقة
2026 | المؤلف: Jingliang Song وآخرون | المجلة: Journal of Engineering and Applied Science | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)يقدم القسم نظرة عامة على TLIBDNet، وهو نظام خفيف الوزن للكشف عن دخول الطيور مصمم لمراقبة خطوط النقل، وهو أمر حاسم لتخفيف المخاطر المرتبطة بتلوث العوازل وأعطال الخطوط بسبب نشاط الطيور. نظرًا لقيود أجهزة الحافة في التطبيقات العملية، تم تصميم TLIBDNet للحفاظ على دقة عالية مع كفاءة حسابية وقادرة على المعالجة في الوقت الحقيقي. تعتمد…
-
نحو تعزيز الذاكرة المسؤول: استقصاء الاستخدامات المقصودة للواقع المعزز اليومي والذكاء الاصطناعي لعمليات الذاكرة
2026 | المؤلف: G. Wilson وآخرون | المجلة: Proceedings of the Augmented Humans International Conference 2026 | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تبحث الدراسة في آثار دمج الواقع المعزز (AR) مع الذكاء الاصطناعي (AI) في الأجهزة اليومية، مع التركيز بشكل خاص على آثارها المحتملة على الذاكرة البشرية. مع تزايد انتشار نظارات الواقع المعزز، تؤكد الدراسة على ضرورة فهم تأثيرها على عمليات الذاكرة لتعزيز تحسين الذاكرة بشكل مسؤول. تم إجراء استبيان شمل 120 مشاركًا لتقييم احتمال استخدامهم لـ…
-
متوسط خسائر المعايرة من أجل عدم اليقين الموثوق في تقسيم الصور الطبية
2026 | المؤلف: Theodore Barfoot وآخرون | المجلة: IEEE Transactions on Medical Imaging | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)في هذا البحث، يتناول المؤلفون قضية الثقة المفرطة في الشبكات العصبية العميقة المستخدمة في تقسيم الصور الطبية، والتي يمكن أن تقوض موثوقيتها في البيئات السريرية. يقترحون استخدام صيغ قابلة للتفريق لخطأ المعايرة المتوسطة L1 (mL1-ACE) كدالة خسارة مساعدة، يتم حسابها على أساس كل صورة، لتعزيز المعايرة على مستوى البكسل. تكشف تجاربهم عبر أربعة مجموعات بيانات…
-
تحليل لمشكلات التحسين التي تتضمن الشبكات العصبية ReLU
2026 | المؤلف: Christoph Plate وآخرون | المجلة: Optimization and Engineering | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تناقش هذه القسم التحديات المتعلقة بحل مشاكل تحسين الأعداد المختلطة التي تتضمن الشبكات العصبية مع دوال تفعيل ReLU، خاصة بسبب النمو الأسي لمعاملات Big-M المرتبطة بتخفيف القرارات الثنائية. يستعرض المؤلفون استراتيجيات متنوعة تهدف إلى تحسين أداء وقت التشغيل لمحللات البرمجة المختلطة، بما في ذلك دوال التفعيل المقصوصة، تقنيات التنظيم أثناء التدريب، تشديد الحدود المعتمد على…
-
دراسة حول خوارزمية الكشف عن الأجسام متعددة الأنماط المدمجة بين الأشعة تحت الحمراء والمرئية بناءً على عنق الزجاجة المعلوماتية بين الأنماط والتحول الحد الأدنى من التكرار
2026 | المؤلف: Weiyan Tan وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم ورقة البحث إطارًا جديدًا للكشف عن الأجسام متعددة الأنماط في الأشعة تحت الحمراء والمرئية، مع معالجة تحديات كبيرة مثل تقليل تكرار الأنماط ومحاذاة الميزات. يدمج الإطار المقترح بين اختناق المعلومات عبر الأنماط (CIB) وتحويل الحد الأدنى من التكرار (MRT). يستخدم وحدة CIB مسارًا للضغط والتفكيك وإعادة البناء لتعزيز الاتساق عبر الأنماط من خلال الحفاظ…
-
خوارزمية تحسين هجينة لحل مشاكل تخطيط المسار بناءً على خوارزمية تحسين الذئب الرمادي
2026 | المؤلف: Gang Cheng وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم البحث خوارزمية محسّنة لتحسين الذئب الرمادي (CGGWO) تعالج قيود خوارزمية تحسين الذئب الرمادي التقليدية، مثل القابلية للحدود المحلية وكفاءة التقارب المنخفضة. تدمج الخوارزمية المقترحة التعيين الفوضوي لتهيئة السكان، وصيغة هجرة الذهب من خوارزمية تحسين تعدين الذهب لتعزيز التنوع، وتستخدم استراتيجيات التقاطع العمودي والأفقي جنبًا إلى جنب مع الطفرة الغاوسية. تعمل هذه التحسينات مجتمعة على…
-
كشف التزييف العميق الذي يعمم عبر المعايير
2026 | المؤلف: Andrii Yermakov وآخرون | المجلة: 2026 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV) | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تتناول هذه البحث التحدي المتمثل في تعميم كاشفات التزييف العميق على تقنيات التلاعب غير المرئية، طريقة جديدة تسمى GenD. على عكس العديد من الأساليب الحالية التي تعقد هياكل النماذج، تحقق GenD تعميماً قوياً من خلال ضبط معلمات تطبيع الطبقة فقط (0.03% من الإجمالي) لمشفّر الرؤية المدرب مسبقاً. تستخدم الطريقة تطبيع L2 وتعلم القياس لفرض مانيفولد…
-
DeiTFake: نموذج كشف التزييف العميق باستخدام تدريب متعدد المراحل من DeiT
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Array | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم البحث نهج تدريب من مرحلتين لنموذج كشف التزييف العميق، باستخدام محولات رؤية دي آي تي من فيسبوك لتعزيز قدرات الكشف مقارنة بالنماذج الحالية. تتضمن المنهجية مرحلة تدريب قياسية تليها تحسين دقيق مع تحسينات خطية، محققة دقة مثيرة للإعجاب تبلغ 99.22% وAUROC قدره 0.9997. لا تعمل هذه الأمثلية ذات المرحلتين على تحسين الأداء فحسب، بل…
-
تحسين تصنيف الجسيمات تحت المرئية في مجهر التصوير التدفق عبر توليد الصور المعتمد على الذكاء الاصطناعي
2026 | المؤلف: Utku Özbulak وآخرون | المجلة: Journal of Pharmaceutical Sciences | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تستكشف هذه الدراسة تطبيق مجهر تصوير التدفق مع التعلم العميق لتحليل الجسيمات تحت المرئية (SvP)، مع التركيز بشكل خاص على التحديات التي تطرحها ندرة البيانات وعدم التوازن بين أنواع الجسيمات. تسلط الدراسة الضوء على الصعوبة في تمييز الجسيمات الأقل شيوعًا، مثل زيت السيليكون وفقاعات الهواء، عن الجسيمات البروتينية الأكثر شيوعًا بسبب توافر الصور المحدود للأولى.…
-
ما بعد تأثير الجلد غير الهيرميتي: طوبولوجيا محكومة بالتدرج من نطاقات استثنائية
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Advanced Science | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم هذه البحث آلية جديدة للانتقالات الطوبولوجية في الأنظمة غير الهيرميتية، والتي تتأثر بحجم النظام. تستند الآلية إلى مفهوم جديد يسمى هندسة نطاق الاستثنائي (EB)، والذي يكشف عن سلوك مقياسي فريد بالقرب من النقاط الاستثنائية، يختلف عن تأثير الجلد غير الهيرميتي المعروف. من خلال نماذج مختلفة، يستنتج المؤلفون تحليليًا ويحققون رقميًا اعتماد الانتقالات الطوبولوجية على…