تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. مجالات الأبحاث
  3. علوم الحاسوب (Computer Science)
  4. التصنيف: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

الأبحاث في مجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)



  • مخطط أمان الصور الطبية القابل للتحكم باستخدام التشفير الانتقائي وعلامات المياه لطبقات البت في مجال TSH

    2026 | المؤلف: Conghuan Ye وآخرون | المجلة: Cybersecurity | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تقدم ورقة البحث مخطط أمان مزدوج المستوى مصمم لتعزيز حماية الصور الطبية ضمن أنظمة الرعاية الصحية الذكية، مع معالجة المخاطر الكبيرة لانتهاكات الخصوصية المرتبطة بتوزيع الصور الطبية. تفشل طرق التشفير التقليدية، على الرغم من فعاليتها في منع الوصول غير المصرح به أثناء النقل، في التخفيف من مخاطر إعادة توزيع المحتوى المفكوك التشفير بشكل غير قانوني.…


  • TCSMAF: تصفية الانتباه متعدد المقاييس في إعادة رسم اللوحات الصينية التقليدية

    2026 | المؤلف: Qiyao Hu وآخرون | المجلة: npj Heritage Science | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    قسم “الطرق” يوضح التقنيات التجريبية والتحليلية المستخدمة في الدراسة. يتفصل في معايير اختيار العينة، بما في ذلك الخصائص الديموغرافية للمشاركين، والأدوات المحددة المستخدمة لجمع البيانات، مثل الاستبيانات أو الأدوات التشخيصية. كما يصف القسم الطرق الإحصائية المطبقة لتحليل البيانات، بما في ذلك أي برامج تم استخدامها والعتبات الدلالية المحددة لاختبار الفرضيات. بالإضافة إلى ذلك، تتضمن المنهجية…


  • إعادة رسم الصور الآلية لاستعادة القطع الأثرية التاريخية باستخدام دمج التعلم الانتقالي مع النماذج التوليدية العميقة

    2026 | المؤلف: Baggam Swathi وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تقدم ورقة البحث تقنية HDLIP-SHAR، وهي نموذج هجين للتعلم العميق مصمم لاستعادة الآثار التاريخية رقمياً. غالباً ما تكون طرق الاستعادة التقليدية كثيفة العمالة وعرضة للأخطاء البشرية، بينما تسمح الأساليب الرقمية بإجراء إصلاحات غير جراحية وقابلة للعكس. يستخدم نموذج HDLIP-SHAR تصفية الوسيط التكيفية (AMF) وتعزيز التباين لتحسين جودة الصورة، تليها بنية شبكة CNN الهجينة SqueezeNet لاستخراج…


  • الدمج المتأخر عبر مجموعات البيانات لنماذج الكاميرا–LiDAR والرادار للكشف عن الأجسام

    2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تقدم هذه الورقة البحثية إطار عمل متأخر للتكامل المودولي يدمج بفعالية بين كاميرا، LiDAR، ورادار لتصنيف الأجسام في تطبيقات القيادة الذاتية. بدلاً من استخدام هياكل دمج معقدة من البداية إلى النهاية، يقوم المؤلفون بتدريب شبكتين عصبيتين خفيفتين بشكل مستقل: شبكة عصبية تلافيفية (CNN) لكاميرا + LiDAR باستخدام مجموعة بيانات KITTI ومصنف قائم على وحدة متكررة…


  • هل هذا حقيقي؟ القابلية للتأثر بالصور المزيفة العميقة في الآلات والبشر

    2026 | المؤلف: Didem Pehlivanoglu وآخرون | المجلة: Cognitive Research Principles and Implications | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تستكشف هذه الورقة البحثية اكتشاف التزييف العميق—وسائط اصطناعية تم إنشاؤها بواسطة طرق توليد عميقة—من خلال مقارنة أداء خوارزميات التعلم الآلي (ML) والمراقبين البشريين. تتكون الدراسة من جزئين: تركز الدراسة 1 على صور الوجه الثابتة، بينما تفحص الدراسة 2 مقاطع الفيديو الديناميكية. تشير النتائج من الدراسة 1 إلى أن خوارزميات التعلم الآلي تتفوق في تصنيف الصور…


  • تقسيم دقيق للأجسام تحت الماء في الوقت الحقيقي باستخدام YOLOv11-UOS المحسن مع تعزيز تكيفي موجه بالفيزياء وزيادة الانتباه

    2026 | المؤلف: N. Deluxni وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تتناول البحث التحديات المتعلقة بالكشف بدقة عن الأجسام تحت الماء، والتي غالبًا ما تكون محجوبة بسبب ضعف الرؤية، وتشويه الألوان، وتشتت الضوء، والخلفيات المعقدة. لمواجهة هذه القضايا، يقترح المؤلفون نظام تقسيم متقدم يجمع بين تقنيات تعزيز الانتباه مع تحسين الصور التكيفية الموجهة بالفيزياء، باستخدام بنية YOLOv11-UOS ثنائية المجال. تعمل هذه الطريقة على تحسين دقة الألوان…


  • من اللغة إلى الفعل: مراجعة لنماذج اللغة الكبيرة كعملاء مستقلين ومستخدمي أدوات

    2026 | المؤلف: Sadia Sultana Chowa وآخرون | المجلة: Artificial Intelligence Review | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تقدم هذه القسم نظرة شاملة على التقدم في نماذج اللغة الكبيرة (LLMs) كعملاء مستقلين، مع التركيز على قدراتهم في اتخاذ القرار والتكيف. تركز المراجعة على الأدبيات المنشورة بين عامي 2023 و2025، وتتناول سبعة أسئلة بحثية رئيسية تتعلق بتصميم هيكلية عملاء LLM، والتي يتم تصنيفها إلى أنظمة عميل واحد وأنظمة متعددة العملاء. تستكشف الآليات المعرفية لـ…


  • إطار المحول الفيدرالي القابل للتفسير لتصنيف اللوكيميا والتنبؤ بالمرحلة

    2026 | المؤلف: Khadija Parwez وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تقدم ورقة البحث بنية متعددة الأنماط موزعة لتشخيص اللوكيميا تجمع بين الصور الدموية عالية الدقة والسرد السريري. تستخدم هذه الإطار محولات الرؤية (ViT) لتشفير الصور وClinicalBERT لتصنيف النصوص، مما يمكّن من التشخيص المشترك وتحديد مراحل اللوكيميا بطريقة لامركزية. يحدث دمج هذه الأنماط داخل طبقة دمج متعددة الأنماط، مدعومة برؤوس إخراج مزدوجة للتشخيص الثنائي وتحديد المراحل…


  • ما بعد الوضع الفردي: مجموعات GAN لتوليد بيانات طبية متنوعة

    2026 | المؤلف: Lorenzo Tronchin وآخرون | المجلة: Computer Methods and Programs in Biomedicine | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تتناول هذه الدراسة التحديات التي تواجه الشبكات التنافسية التوليدية (GANs) في التصوير الطبي، وتحديداً معضلة تحقيق دقة عالية، تنوع، وكفاءة في توليد البيانات الاصطناعية. بينما أظهرت GANs إمكانيات، لا تزال هناك مشكلات مثل انهيار الوضع وعدم تمثيل كاف لتوزيعات البيانات الحقيقية. تقدم هذه الدراسة طريقة تستخدم مجموعات GAN، تم تحسينها من خلال نهج متعدد الأهداف،…


  • AceVFI: مسح شامل للتقدم في استيفاء إطارات الفيديو

    2026 | المؤلف: Dahyeon Kye وآخرون | المجلة: IEEE Transactions on Circuits and Systems for Video Technology | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تقدم هذه القسم نظرة عامة على تقنية استيفاء إطارات الفيديو (VFI)، وهي مهمة حاسمة في الرؤية منخفضة المستوى تتضمن توليد إطارات وسيطة بين الإطارات الموجودة مع الحفاظ على التناسق المكاني والزماني. يتم تتبع تطور منهجيات VFI من تقنيات تعويض الحركة التقليدية إلى مجموعة متنوعة من أساليب التعلم العميق، بما في ذلك النماذج المعتمدة على النواة،…


←السابق
1 … 4 5 6 7 8 … 18
التالي→

حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.