تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. رؤية الحاسوب

الأبحاث المرتبطة بالكلمة المفتاحية: رؤية الحاسوب




  • StopThePop: تفرز غاوسية مرتبة للتصيير في الوقت الحقيقي المتسق مع العرض

    2024 | المؤلف: Lukas Radl وآخرون | المجلة: ACM Transactions on Graphics | المجال: الرسوميات الحاسوبية والتصميم بمساعدة الكمبيوتر (Computer Graphics and Computer-Aided Design)

    في هذا القسم، يقدم المؤلفون تقدمهم في تقنية 3D Gaussian Splatting، مع التركيز على فرض الاتساق لتعزيز أداء العرض. من خلال تقليل عدد الغاوسيات بحوالي 50% مع الحفاظ على جودة متشابهة واتساق في العرض، تحقق نهجهم سرعة عرض أسرع بمقدار 1.6 مرة من الطريقة الأصلية، إلى جانب انخفاض بنسبة 50% في استخدام الذاكرة. يقدم المؤلفون…


  • تمثيل غاوسي ثلاثي الأبعاد هرمي لتقديم البيانات الكبيرة في الوقت الحقيقي

    2024 | المؤلف: Bernhard Kerbl وآخرون | المجلة: ACM Transactions on Graphics | المجال: الرسوميات الحاسوبية والتصميم بمساعدة الكمبيوتر (Computer Graphics and Computer-Aided Design)

    في هذا البحث، يقدم المؤلفون طريقة جديدة لتوليد المشاهد قادرة على عرض مشاهد على مستوى الشارع تمتد لعدة كيلومترات وتستخدم عشرات الآلاف من الصور المدخلة في الوقت الحقيقي. تستند الطريقة إلى ثلاثة مساهمات رئيسية: تطوير هيكل هرمي فعال من Gaussian ثلاثي الأبعاد يسهل آلية سلسة لمستوى التفاصيل لعرض المشاهد الواسعة؛ تقنية تحسين لهذا الهيكل تعزز…


  • جلد مغناطيسي كبير المساحة لاستشعار اللمس متعدد النقاط ومتعدد المقاييس بدقة فائقة

    2024 | المؤلف: Hao Hu وآخرون | المجلة: npj Flexible Electronics | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تقدم البحث تقنية جلد مغناطيسي جديدة مصممة لتعزيز قدرات الاستشعار اللمسي في التطبيقات الروبوتية. تعالج هذه التقنية قيود أجهزة الاستشعار اللمسية عالية الدقة من خلال دمج عدد محدود من نقاط اللمس (4×4 مصفوفة) في سطح مرن، باستخدام تقنيات معالجة إشارات متقدمة لتحقيق استشعار فائق الدقة. يستخدم الجلد المغناطيسي أفلام مرنة مغناطيسية متعددة الاتجاهات مقترنة بمصفوفة…


  • الكشف عن الأهداف الصغيرة تحت الماء باستخدام نموذج YOLOv8-LA

    2024 | المؤلف: Shenming Qu وآخرون | المجلة: Scientific Reports | المجال: علم المحيطات (Oceanography)

    في مجال هندسة البيئة البحرية، يعد اكتشاف الأهداف تحت الماء أمرًا حيويًا، وقد أظهرت التطورات الأخيرة باستخدام الشبكات العصبية التلافيفية (CNN) وعودًا كبيرًا. ومع ذلك، غالبًا ما تكافح الشبكات العصبية العميقة التقليدية من حيث سرعة المعالجة والدقة، خاصة بالنسبة للأهداف الصغيرة والمتقاربة. للتغلب على هذه التحديات، يقترح المؤلفون نموذج شبكة عصبية جديد، YOLOv8-LA، الذي يتضمن…


  • إعادة بناء الصور الطيفية العالية الدقة المعتمدة على التعلم العميق لتقييم جودة المنتجات الزراعية

    2024 | المؤلف: Md. Toukir Ahmed وآخرون | المجلة: Journal of Food Engineering | المجال: الكيمياء التحليلية (Analytical Chemistry)

    تدرس هذه الدراسة استخدام التعلم العميق لإعادة بناء الصور الطيفية العالية من صور RGB، مع معالجة القيود التي تواجه أنظمة التصوير الطيفي التقليدية (HSI) في التطبيقات الزراعية. قام الباحثون بتطوير نموذج شبكة عصبية تلافيفية طيفية عالية – كثيفة (HSCNN-D) للتنبؤ بمحتوى المواد الصلبة القابلة للذوبان (SSC) في البطاطا الحلوة. نجح النموذج في إعادة بناء الصور…


  • التقدمات الحديثة في تقنية التوزيع الثلاثي الأبعاد Gaussian

    2024 | المؤلف: Tong Wu وآخرون | المجلة: Computational Visual Media | المجال: الرسوميات الحاسوبية والتصميم بمساعدة الكمبيوتر (Computer Graphics and Computer-Aided Design)

    تقدم هذه القسم نظرة عامة على تقنية التوزيع الغاوسي ثلاثي الأبعاد (3DGS)، وهي تقنية تعزز كفاءة العرض في توليد المشاهد الجديدة. على عكس التمثيلات الضمنية العصبية مثل حقول الإشعاع العصبي (NeRFs)، التي تعتمد على الشبكات العصبية المشروطة بالموقع ووجهة النظر، تستخدم 3DGS الأشكال البيضاوية الغاوسية لنمذجة المشاهد ثلاثية الأبعاد. تتيح هذه الطريقة عرضًا سريعًا من…


  • تعزيز الكشف عن أورام الدماغ في الرنين المغناطيسي باستخدام محول رؤية غير حساس للدوران

    2024 | المؤلف: Palani Thanaraj Krishnan وآخرون | المجلة: Frontiers in Neuroinformatics | المجال: طب الأعصاب (Neurology)

    تقدم البحث نموذج “المحول البصري غير القابل للدوران” (RViT)، وهو نموذج تعلم عميق مصمم خصيصًا لتصنيف أورام الدماغ من صور الرنين المغناطيسي. من خلال استخدام تضمينات الرقع المدورة، يتناول RViT بفعالية تحدي التباين الدوراني في تصوير الأورام، محققًا مقاييس أداء متفوقة، بما في ذلك الحساسية العالية، والخصوصية، ودقة عامة تتجاوز كل من المحول البصري القياسي…


  • YOLO الديناميكي لاكتشاف الأجسام الصغيرة تحت الماء

    2024 | المؤلف: Jie Chen وآخرون | المجلة: Artificial Intelligence Review | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)

    تتناول البحث التحديات المتعلقة بالكشف عن الأجسام الصغيرة في البيئات تحت الماء، وهو جانب حاسم من استكشاف البحار. لمواجهة هذه المشكلة، يقترح المؤلفون كاشف ديناميكي خفيف الوزن يعتمد على YOLO، والذي يتضمن شبكة عظمية تعتمد على الالتفاف القابل للتشويه v3 مصممة خصيصًا لتعزيز الكشف عن الأجسام الصغيرة. يقدم البحث إطار عمل موحد لدمج الميزات يستخدم…


  • رؤية السيارات ذات الكمون المنخفض باستخدام كاميرات الأحداث

    2024 | المؤلف: Daniel Gehrig وآخرون | المجلة: Nature | المجال: الهندسة الكهربائية والإلكترونية (Electrical and Electronic Engineering)

    في هذا القسم، يحدد المؤلفون المنهجيات المستخدمة في بحثهم، مع التركيز على بنية الشبكة العصبية الهجينة المصممة للكشف عن الأجسام بمعدل عالٍ. تتضمن الخطوة الأولى نظرة عامة عامة على البنية ونموذج المعالجة الخاص بها، تليها دراسة مفصلة لشبكة الجراف العصبية غير المتزامنة (GNN) وكتل الشبكة المبتكرة التي تعزز كل من الأداء والكفاءة. يعمل النموذج في…


  • استنتاج وظيفة حضرية بدون عينة باستخدام صور عرض الشارع من خلال تحفيز نموذج رؤية-لغة مدرب مسبقًا

    2024 | المؤلف: Weiming Huang وآخرون | المجلة: International Journal of Geographical Information Systems | المجال: النقل (Transportation)

    تقدم ورقة البحث UrbanCLIP، وهو إطار عمل جديد مصمم للاستفادة من نموذج اللغة-الصورة المدرب مسبقًا CLIP من أجل الاستدلال على الوظائف الحضرية بدون تدريب مسبق باستخدام صور عرض الشارع (SVIs). يعالج هذا الإطار تحديات كبيرة في استدلال الوظائف الحضرية، مثل الاعتماد على البيانات المعلّمة والموارد الحاسوبية الكبيرة. يدمج UrbanCLIP تصنيفًا حضريًا وقوالب تحفيزية متنوعة لربط…


←السابق
1 … 11 12 13 14 15 16
التالي→

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