dc.contributor.author |
مانيتاه, أ. يوسف |
|
dc.date.accessioned |
2025-07-16T08:15:02Z |
|
dc.date.available |
2025-07-16T08:15:02Z |
|
dc.date.issued |
2022-04-17 |
|
dc.identifier.issn |
2789-858X |
|
dc.identifier.uri |
http://dspace-su.server.ly:8080/xmlui/handle/123456789/3170 |
|
dc.description.abstract |
هناك العديد من المشاكل المتعلقة بالقدرة على التعرف على صور الوجه، لذلك تم بناء الصورة بتنسيق ثلاثي الأبعاد، مما يسمح للمستخدمين بتقييم وتكوين الخصائص اللازمة للكائن بأكمله، بينما يستحيل القيام بذلك في شكل ثنائي الأبعاد. تتيح إعادة طباعة كائن في شكل صورة معظم خصائص الصورة المستهدفة باستخدام شبكات عصبية قائمة على الطبقات تتعلم بشكل تسلسلي مع هياكل رياضية منفصلة. يتم التقاط صورة ثنائية الأبعاد، ثم يُستخدم الشكل ثلاثي الأبعاد في الصورة لتجديدها مكانيًا مع مراعاة مستويات الضوضاء المختلفة ومستويات الإضاءة المختلفة. تهدف هذه الورقة إلى إظهار أن نموذج إعادة بناء الصورة ثلاثية الأبعاد يكشف عن معضلة تحديد الخصائص الأساسية للصورة ككل في جميع حالات التداخل، حتى لو تغيرت وجهة نظر التقاط الصورة. تتكون المعالجة من عدة مراحل. أولاً، أدخل نتيجة معالجة البيانات التي تم الحصول عليها في المستوى السابق في إدخال المستوى التالي للحصول على النتيجة النهائية. بعد التدريب، تُمثَّل تسلسلات المستوى الأول كرسوم بيانية، ثم تُرسَل بيانات الصورة المُدخلة إلى الطبقة الأولى من نموذج التعرّف لحساب h. يُؤدّي التنشيط المُتسق لصلاحية التعلّم لكل مستوى لاحق من النموذج المُقترح لإعادة طباعة كائن في صورة إلى حلّ مُشكلة تحديد هوية الشخص من الصورة الأمامية ككلّ، حتى في ظلّ التداخل وبغض النظر عن تغيير صورة المنظور. |
en_US |
dc.language.iso |
other |
en_US |
dc.publisher |
جامعة سرت - Sirte University |
en_US |
dc.relation.ispartofseries |
المجلد الثاني العدد الأول (2022);9-14 |
|
dc.subject |
،التعرف على الصور |
en_US |
dc.subject |
، الشبكات العصبية متعددة الطبقات |
en_US |
dc.subject |
، الصور ثلاثية الأبعاد |
en_US |
dc.subject |
، التعرف على الأنماط |
en_US |
dc.subject |
الارتباط، النموذج |
en_US |
dc.title |
بناء نموذج ثلاثي الأبعاد للتعرف على صور الوجه |
en_US |
dc.type |
Article |
en_US |