الأبحاث المرتبطة بالكلمة المفتاحية: فيزدورن 2019
-
خوارزمية محسّنة لاكتشاف كائنات الصور باستخدام الطائرات بدون طيار تجمع بين دمج الميزات متعددة المقاييس والانتباه القائم على مجال الاستقبال An improved UAV image object detection algorithm combining multi-scale feature fusion and receptive-field attention-based convolution
2026 | المؤلف: Fang Dong وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم البحث MFRA-YOLO، وهو خوارزمية متقدمة لاكتشاف الأجسام مصممة خصيصًا لصور الطائرات بدون طيار (UAV)، والتي تواجه تحديات فريدة مثل اختلافات كبيرة في حجم الهدف وخلفيات معقدة. تعزز الخوارزمية إطار عمل YOLOv8n الأساسي من خلال دمج آلية انتباه مونت كارلو داخل وحدة الالتفاف المعتمدة على انتباه مجال الاستقبال، مما يحسن تفاعل المعلومات عبر المقاييس. بالإضافة…
-
لام-يو لو: الكشف عن الأجسام الصغيرة المعتمدة على الطائرات بدون طيار من خلال آلية الانتباه لإعاقة الإضاءة يو لو LAM-YOLO: Drones-based small object detection on lighting-occlusion attention mechanism YOLO
2026 | المؤلف: Yuchen Zheng وآخرون | المجلة: Computer Vision and Image Understanding | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم البحث LAM-YOLO، وهو نموذج متقدم لاكتشاف الأجسام مصمم للكشف عن الأهداف باستخدام الطائرات بدون طيار، حيث يعالج التحديات مثل كثافة الأهداف، والتداخل، والضبابية تحت ظروف الإضاءة المتغيرة. يتضمن النموذج آلية انتباه لإخفاء الضوء لتعزيز رؤية الأهداف الصغيرة ويستخدم وحدات Involution لتحسين تفاعلات طبقات الميزات. بالإضافة إلى ذلك، يتم استخدام دالة خسارة الانحدار SIB-IoU المحسّنة…
-
نموذج كشف الأجسام AAPW-YOLO لصور الاستشعار عن بعد للطائرات بدون طيار قائم على التلافيف التكيفية ودمج الميزات المعاد بناؤها An object detection model AAPW-YOLO for UAV remote sensing images based on adaptive convolution and reconstructed feature fusion
2026 | المؤلف: Yiming Wu وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم ورقة البحث AAPW-YOLO، نموذجًا جديدًا مصممًا لاكتشاف الأجسام الصغيرة في سيناريوهات صعبة مثل الصور الجوية للطائرات بدون طيار والاستشعار عن بعد. يتناول النموذج الصعوبات الرئيسية في استخراج الميزات، بما في ذلك حجم الجسم الصغير، والتغيرات متعددة المقاييس، والتداخل الخلفي. يعزز AAPW-YOLO شبكة YOLOv8 الأساسية من خلال دمج الالتفاف ذو النواة القابلة للتغيير (AKConv) وبنية…