الأبحاث ضمن الموضوع : تقنيات استرجاع الصور والفيديو المتقدمة
-
المحاذاة الدقيقة متعددة الأوضاع للنص إلى صورة لاسترجاع الأشخاص Cross-Modal Full-Mode Fine-Grained Alignment for Text-to-Image Person Retrieval
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: ACM Transactions on Multimedia Computing Communications and Applications | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم ورقة البحث نهجًا جديدًا لاسترجاع الأشخاص من النص إلى الصورة (TIPR)، وهي مهمة تركز على مطابقة صور الأفراد مع الوصف النصي المقابل. يحدد المؤلفون التحديات الرئيسية في تحقيق التوافق القوي عبر الأنماط المختلفة وينتقدون الأساليب الحالية لاعتمادها على آليات الانتباه التي لا تتحقق بشكل كافٍ من محاذاة الميزات المحلية. لمعالجة هذه القضايا، يقدمون إطار…
-
إعادة المطابقة: إعادة تحديد الأنواع ذات الأنماط في سيناريوهات المجموعة المفتوحة من خلال مطابقة النقاط الرئيسية والخطوط ReMatch: Re-identification of patterned species in open-set scenarios by matching keypoints and lines
2026 | المؤلف: Roberto Alcaraz وآخرون | المجلة: Pattern Recognition | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم هذه الدراسة ReMatch، وهو خط أنابيب مبتكر لإعادة التعرف الفردي على الأنواع ذات الأنماط، والذي يدمج بين مطابقة النقاط الرئيسية والخطوط ضمن إطار احتمالي. يسمح هذا التصميم لـ ReMatch بالعمل بشكل قوي في سيناريوهات المجموعة المفتوحة، مما يميزه عن الطرق التقليدية التي تعتمد على مجموعة ثابتة من الأفراد المعروفين. تم التحقق من فعالية ReMatch…
-
الكوانتيزات العملية والأمثلية التقريبية للمتجهات عالية الأبعاد في الفضاء الإقليدي للبحث عن أقرب جار Practical and Asymptotically Optimal Quantization of High-Dimensional Vectors in Euclidean Space for Approximate Nearest Neighbor Search
2026 | المؤلف: Jianyang Gao وآخرون | المجلة: Proceedings of the ACM on Management of Data | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)يقدم هذا القسم طريقة جديدة للتكميم تمتد لتقنية RaBitQ الحالية لاستعلامات الجار الأقرب التقريبية (ANN) في الفضاء الإقليدي عالي الأبعاد. بينما أظهرت RaBitQ أداءً متفوقًا من حيث الدقة والكفاءة عند معدلات ضغط عالية (32x)، إلا أنها لا تستوعب دقة أعلى من خلال زيادة استخدام المساحة. تحتفظ الطريقة المقترحة بالضمانات النظرية لـ RaBitQ وتحقق الأمثلية التقريبية…
-
شبكة تضمين ومحاذاة متعددة المستويات مع تعلم الاتساق والثبات لتحديد المواقع الجغرافية عبر المناظر Multilevel Embedding and Alignment Network With Consistency and Invariance Learning for Cross-View Geo-Localization
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: IEEE Transactions on Geoscience and Remote Sensing | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)يتناول هذا القسم التحديات والتطورات في تحديد المواقع الجغرافية عبر المناظر (CVGL)، الذي يهدف إلى تحديد مواقع الصور الجوية من خلال مطابقتها مع صور الأقمار الصناعية المرفقة بـ GPS. تعيق الفجوات الكبيرة في التصوير وتباينات وجهات النظر بين المنصات فعالية الطرق الحالية في ربط الميزات عبر المناظر. لمعالجة هذه القضايا، يقدم المؤلفون شبكة تضمين ومحاذاة…
-
تحديد المواقع الجغرافية عبر المناظر الطبيعية ورسم الخرائط للكوارث باستخدام صور الشوارع وصور الأقمار الصناعية عالية الدقة: دراسة حالة إعصار إيان Cross-view geolocalization and disaster mapping with street-view and VHR satellite imagery: A case study of Hurricane IAN
2026 | المؤلف: Hao Li وآخرون | المجلة: ISPRS Journal of Photogrammetry and Remote Sensing | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم البحث CVDisaster، وهو إطار مبتكر مصمم لرسم الخرائط في حالات الكوارث يتناول نوعين حرجين من المعلومات: إدراك أضرار الكوارث ووعي الجغرافيا. من خلال الاستفادة من صور الشارع المتقاطعة (SVI) وصور الأقمار الصناعية عالية الدقة جداً (VHR)، يتكون CVDisaster من نموذجين: CVDisaster-Geoloc، الذي يستخدم هدف التعلم التبايني مع مشفر الصور Siamese ConvNeXt لتحديد المواقع الجغرافية،…
-
تجميع الصور القوي مع المستوى الأمثل
2026 | المؤلف: Lang Nie وآخرون | المجلة: IEEE Transactions on Visualization and Computer Graphics | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم الورقة RopStitch، وهو إطار عمل غير خاضع للإشراف لتجميع الصور العميقة مصمم لتعزيز كل من المتانة والطبيعية في مهام تجميع الصور. يستخدم RopStitch بنية ذات فرعين تلتقط الميزات الخشنة والدقيقة بشكل منفصل، وتدمجها لتحسين القابلية للتعميم عبر مشاهد العالم الحقيقي المختلفة. تركز الفرع المدرب مسبقًا على التمثيلات غير المتغيرة دلاليًا، بينما يستخرج الفرع القابل…
-
دمج متعدد الوسائط ونماذج الرؤية واللغة: استعراض لرؤية الروبوت
2025 | المؤلف: Xiaofeng Han وآخرون | المجلة: Information Fusion | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم الورقة مراجعة منهجية للتقدم في رؤية الروبوتات، مع التركيز بشكل خاص على تقنيات الدمج متعددة الأنماط ونماذج الرؤية-اللغة (VLMs). تصنف طرق الدمج إلى أطر عمل مشفر-مفكك، وهياكل قائمة على الانتباه، وشبكات عصبية رسومية، وتحلل خصائصها المعمارية وتنفيذاتها في المهام الرئيسية مثل التوطين والتخطيط المتزامن (SLAM)، واكتشاف الأجسام ثلاثية الأبعاد، والملاحة، والتلاعب. يقارن المؤلفون المسارات…
-
مطابقة الميزات المحلية باستخدام التعلم العميق: استعراض
2024 | المؤلف: Shibiao Xu وآخرون | المجلة: Information Fusion | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم هذه القسم نظرة شاملة على مطابقة الميزات المحلية في رؤية الكمبيوتر، مع تسليط الضوء على تطبيقاتها في استرجاع الصور، وإعادة بناء ثلاثية الأبعاد، والتعرف على الكائنات. تحدد فئتين رئيسيتين من طرق مطابقة الميزات المحلية: المعتمدة على الكاشف وغير المعتمدة على الكاشف. تشمل فئة المعتمدة على الكاشف أساليب مثل اكتشاف ثم وصف، والاكتشاف والوصف المشترك،…