الأبحاث ضمن الموضوع : التعرف على وضع الجسم والحركة
-
نهج جديد YOLO LSTM لتعزيز التعرف على الحركة البشرية في تسلسلات الفيديو A novel YOLO LSTM approach for enhanced human action recognition in video sequences
2026 | المؤلف: Mahmoud Elnady وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم ورقة البحث نهجًا جديدًا للتعرف على حركة الإنسان (HAR) من خلال دمج نموذج “تنظر مرة واحدة فقط” (YOLO) لاستخراج الميزات المكانية مع شبكات الذاكرة طويلة وقصيرة المدى (LSTM) للنمذجة الزمنية. يعالج هذا الإطار الهجين بفعالية التحديات المتعلقة بالتعرف على الحركة في تسلسلات الفيديو، مثل الحجب، والإضاءة المتغيرة، والخلفيات المعقدة. يمكّن نموذج YOLO المعالجة في…
-
مصنف تعلم الآلة الموجه بواسطة SVM لشبكة التعرف على حركة الإنسان SVM directed machine learning classifier for human action recognition network
2026 | المؤلف: Dharmanna Lamani وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم ورقة البحث HARNet، وهي شبكة عصبية تلافيفية ثلاثية الأبعاد خفيفة الوزن مصممة لتعزيز التعرف على الأفعال البشرية (HAR) في تحليل الفيديوهات المراقبة، مع معالجة التحديات الحسابية المرتبطة بالطرق الحالية مثل الشبكات العصبية التلافيفية ثلاثية الأبعاد والشبكات العصبية ذات التدفقين. تستخدم HARNet بنية رسم بياني موجه غير دوري لمعالجة المعلومات المكانية والحركية بكفاءة من مدخلات…
-
إطار تعلم عميق مدمج للكشف عن العنف في الوقت الحقيقي وتوليد التنبيهات An embedded deep learning framework for real-time violence detection and alert generation
2026 | المؤلف: Muhammad Salman وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم هذه الدراسة إطار عمل محسن لاكتشاف العنف في الوقت الحقيقي في البيئات العامة وشبه العامة، مستفيدة من شبكة عصبية تلافيفية خفيفة الوزن (CNN) لاستخراج الميزات المكانية ووحدات متكررة مغلقة (GRU) لنمذجة الزمن. تم تصميم النظام للأجهزة الطرفية ذات الموارد المحدودة، مثل Raspberry Pi 5، ويستخدم استراتيجيات تحسين متنوعة – بما في ذلك التكميم، والتقليم…
-
دمج التمثيلات المعتمدة على الهيكل العظمي لتصنيف أوضاع اليوغا بشكل موثوق باستخدام نماذج التعلم العميق
2026 | المؤلف: Mohammed Mohi-Ud-Din وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم ورقة البحث دراسة شاملة حول تصنيف أوضاع اليوغا الآلي، مع تسليط الضوء على أهمية التعرف الدقيق على الأوضاع لمنع الإصابات المرتبطة بالوضعيات غير الصحيحة. يقدم المؤلفون مجموعة بيانات جديدة، “Yoga-16″، التي تعالج قيود مجموعات البيانات الحالية وتقييم منهجي لثلاثة هياكل تعلم عميق—VGG16 و ResNet50 و Xception—باستخدام ثلاثة أوضاع إدخال مختلفة: الصور الخام، وصور هيكل…
-
بنية شبكة عصبية تلافيفية خفيفة الوزن لاكتشاف العنف في تسلسلات الفيديو
2026 | المؤلف: Bhawana Tyagi وآخرون | المجلة: Scientific Reports | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تتناول الدراسة الحاجة الملحة للكشف الفعال عن العنف في الوقت الحقيقي في الأماكن العامة ذات الكثافة العالية، حيث يكون التعرف السريع على الحوادث العدوانية أمرًا حاسمًا للتدخل في الوقت المناسب. لمواجهة تعقيدات التغيرات الزمانية والمكانية والطلبات الحسابية العالية لبيانات الفيديو، يقترح المؤلفون بنية شبكة عصبية تلافيفية عميقة خفيفة الوزن (CNN) تعتمد على MobileNetV2. يستخدم هذا…
-
كشف عنف الفيديو باستخدام VGG19 المدرب مسبقًا مع المنطق اليدوي، وطبقات LSTM وطبقات Bi-LSTM
2026 | المؤلف: Pablo Negre وآخرون | المجلة: Applied Intelligence | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تبحث ورقة البحث في فعالية نماذج الذكاء الاصطناعي المختلفة لاكتشاف العنف في الفيديو، مع التركيز على مساهمات النمذجة الزمنية مقابل التمثيلات على مستوى الإطار. باستخدام إطار تجريبي منهجي، تقيم الدراسة أداء الشبكات العصبية التلافيفية (CNNs) المدمجة مع طبقات الذاكرة قصيرة وطويلة الأمد (LSTM) و Bi-LSTM عبر ثلاثة مجموعات بيانات مرجعية: قتال الهوكي، تدفق العنف، و…
-
DRoPE: تضمين موضع دوار اتجاهي لنمذجة تفاعل الوكلاء بكفاءة
2026 | المؤلف: J. W. Zhao وآخرون | المجلة: IEEE Transactions on Vehicular Technology | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)في هذا القسم، يقدم المؤلفون تضمين الموضع الدوار الاتجاهي (DRoPE)، وهو تعديل جديد لتضمين الموضع الدوار (RoPE) يهدف إلى تعزيز نمذجة تفاعلات الوكلاء لتوليد المسارات في أنظمة القيادة الذاتية. تتمتع الأطر الحالية – المركزية على المشهد، المركزية على الوكيل، والمركزية على الاستعلام – كل منها بنقاط قوتها وضعفها، مما يؤدي إلى توازن بين الدقة، ووقت…
-
تقدير وضع الإنسان ثلاثي الأبعاد القائم على الانتشار بكفاءة مع تقليم زمني هرمي
2026 | المؤلف: Yuquan Bi وآخرون | المجلة: IEEE Transactions on Circuits and Systems for Video Technology | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)في هذا البحث، يقدم المؤلفون إطار عمل جديد قائم على الانتشار لتقدير وضع الإنسان ثلاثي الأبعاد الذي يعالج التكاليف الحسابية العالية المرتبطة بالطرق التقليدية. الاستراتيجية المقترحة للتقليم الزمني الهرمي (HTP) تقلل بشكل فعال من التكرار من خلال تقليم رموز الوضع ديناميكيًا على كل من مستوى الإطار والمستوى الدلالي، مما يحافظ على ديناميات الحركة الأساسية. يعمل…
-
شبكة CNN ثلاثية الأبعاد خفيفة الوزن للتعرف على أفعال الإنسان المعتمدة على الأحداث مع إمكانية الحفاظ على الخصوصية
2026 | المؤلف: Mehdi Sefidgar Dilmaghani وآخرون | المجلة: IEEE Access | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم هذه الورقة البحثية شبكة عصبية تلافيفية ثلاثية الأبعاد خفيفة الوزن (3D-CNN) مصممة للتعرف على نشاط الإنسان (HAR) باستخدام بيانات الرؤية المعتمدة على الأحداث، والتي توفر بديلاً يحافظ على الخصوصية مقارنة بالكاميرات التقليدية المعتمدة على الإطارات. النموذج المقترح يلتقط الديناميات المكانية والزمانية بفعالية مع الحفاظ على هيكل مدمج مناسب للنشر على الأجهزة الطرفية. للتخفيف من…
-
الشبكات العصبية التلافيفية، والشبكات العصبية المتكررة، والمحولات في التعرف على الحركة البشرية: استعراض ونموذج هجين
2025 | المؤلف: Khaled Alomar وآخرون | المجلة: Artificial Intelligence Review | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم هذه القسم نظرة عامة على التعرف على أفعال الإنسان (HAR)، مع تسليط الضوء على أهميته في مجالات مختلفة مثل التطبيقات الطبية والتعليمية والمراقبة. لقد تأثر تقدم HAR بشكل كبير بتبني الشبكات العصبية التلافيفية (CNNs) والشبكات العصبية المتكررة (RNNs)، التي حسنت استخراج وفهم البيانات المعقدة. مؤخرًا، ظهرت المحولات البصرية (ViTs) كبديل قوي، مما يدل على…