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

الأبحاث المرتبطة بالكلمة المفتاحية: كشف الكائنات




  • 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…


  • الكشف عن السحب تحت إشراف ضعيف يجمع بين الميزات الطيفية والشبكة العميقة متعددة المقاييس

    2026 | المؤلف: Shaocong Zhu وآخرون | المجلة: GIScience & Remote Sensing | المجال: علوم الغلاف الجوي (Atmospheric Science)

    في هذه الدراسة، يقدم المؤلفون طريقة للكشف عن السحب تحت إشراف ضعيف تُسمى SpecMCD، والتي تدمج الميزات الطيفية مع شبكة عميقة على مستوى المشهد متعددة المقاييس لتعزيز دقة أقنعة السحب على مستوى البكسل. تتناول الطريقة التحديات التي تطرحها السحب الرقيقة وعينات التدريب ذات الجودة المنخفضة من خلال استخدام إطار تدريب تدريجي يستفيد من مجموعة بيانات…


  • رسم بياني تشخيصي آلي قائم على التعلم العميق في الأشعة السينية البانورامية: مقارنة بين YOLOv11 و YOLOv12

    2026 | المؤلف: Onur Mutlu وآخرون | المجلة: Odontology | المجال: جراحة الفم (Oral Surgery)

    تستقصي الدراسة فعالية اثنين من هياكل التعلم العميق المتقدمة، YOLOv11 و YOLOv12، للكشف التلقائي عن 13 حالة سنية في الأشعة السينية البانورامية، بهدف تحسين سير العمل السريري وتقليل التباين في التشخيص. تم استخدام مجموعة بيانات هجينة مكونة من 2,297 صورة، وتم تقييم مقاييس الأداء من خلال متوسط الدقة (mAP@0.5)، والدقة، والاسترجاع، ودرجة F1 على كل…


  • فعالية المساعدات الإلكترونية للمكفوفين وضعاف البصر أثناء التنقل

    2026 | المؤلف: Claire Eugenie Pittet وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الإدراكي (Cognitive Neuroscience)

    تدرس الدراسة فعالية مساعدي السفر الإلكترونيين (ETAs) للأفراد المكفوفين وضعاف البصر (BVI) مقارنة باستخدام العصا البيضاء التقليدية. شارك ثلاثة عشر فردًا من ذوي الإعاقة البصرية في مهمة تجنب العقبات باستخدام سترة تنقل تعتمد على الكاميرا (NOA) وجهاز قابل للارتداء يعتمد على مستشعر فوق الصوتي (BuzzClip)، بالإضافة إلى عصاهم. تشير النتائج إلى أن NOA حسنت بشكل…


  • الكشف عن الأجسام المعتمدة على التعلم العميق للمنصات البحرية على صور Sentinel-1 وتأثير بيانات التدريب الاصطناعية

    2026 | المؤلف: Robin Spanier وآخرون | المجلة: International Journal of Remote Sensing | المجال: التلوث (Pollution)

    تتناول هذه الدراسة الحاجة الملحة لرصد البنية التحتية البحرية بشكل فعال، مثل مزارع الرياح البحرية ومنصات النفط، من خلال تطوير نماذج كشف قوية. باستخدام مزيج من صور الأقمار الصناعية الصناعية والحقيقية من Sentinel-1 من أربع مناطق، استخدمت الأبحاث نموذج كشف الكائنات القائم على التعلم العميق YOLOv10 لتعزيز الأداء في تحديد المنصات البحرية. تم اختبار النموذج…


  • 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…


  • 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…


  • خوارزمية كشف الكائنات خفيفة الوزن للكشف عن أضرار الثوم

    2026 | المؤلف: Yun Gao وآخرون | المجلة: Frontiers in Plant Science | المجال: علوم النبات (Plant Science)

    تقدم هذه البحث Garlic-YOLO-DD، وهو خوارزمية خفيفة الوزن للكشف عن الأجسام ذات المرحلة الواحدة مصممة لاكتشاف أضرار الثوم في البيئات ذات الموارد المحدودة. بناءً على إطار عمل YOLOv11n، تعالج النموذج التعقيد الحسابي العالي والبارامترات المفرطة من خلال دمج وحدة ADown لخفض العينة، والتي تقلل بشكل كبير من عدد البارامترات والحمل الحسابي. بالإضافة إلى ذلك، يعزز…


  • تحسين دقيق مدفوع بالتعلم المنقول لـ YOLOv10 لتحسين اكتشاف أورام الدماغ في صور الرنين المغناطيسي

    2025 | المؤلف: Govind Ram Chhimpa وآخرون | المجلة: Scientific Reports | المجال: طب الأعصاب (Neurology)

    تقدم ورقة البحث طريقة متقدمة لاكتشاف أورام الدماغ باستخدام بنية YOLOv10، مع التأكيد على أهمية الأنظمة الآلية في التصوير الطبي للتشخيص المبكر وتخطيط العلاج. تتناول الدراسة قيود التحليل اليدوي، الذي غالبًا ما يكون بطيئًا وعرضة للأخطاء، من خلال استخدام نهج التعلم الانتقالي الذي يبدأ بنموذج مع معلمات من مجموعة بيانات COCO ويقوم بضبطه على مجموعة…


  • التعلم العميق القائم على الفيديو المباشر للكشف عن عرج الماشية

    2025 | المؤلف: Md Fahimuzzman Sohan وآخرون | المجلة: Scientific Reports | المجال: الحيوانات الصغيرة (Small Animals)

    تتناول هذه البحث القضية الهامة لعرج الماشية في تربية الماشية، والتي تؤثر سلبًا على رفاهية الحيوانات وإنتاجيتها. يقدم المؤلفون إطار عمل للتعلم العميق الزمني المكاني للكشف التلقائي عن العرج باستخدام مجموعة بيانات منظمة تتكون من 50 مقطع فيديو featuring 42 من الماشية، مصنفة إلى فئات عرجاء وغير عرجاء بناءً على خصائص المشي. تم تقييم معمارين…


1 2 3
التالي→

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