نموذج الكشف عن الأشياء بالاعتماد على الواقع المعزز للآثار العراقي

IF 1.2 Q3 MULTIDISCIPLINARY SCIENCES

Baghdad Science Journal Pub Date : 2024-05-19 DOI:10.21123/bsj.2024.9199

Suha Dh. Athab, Abdulamir Abdullah Karim

{"title":"نموذج الكشف عن الأشياء بالاعتماد على الواقع المعزز للآثار العراقي","authors":"Suha Dh. Athab, Abdulamir Abdullah Karim","doi":"10.21123/bsj.2024.9199","DOIUrl":null,"url":null,"abstract":"تقف الثقافة العراقية، بتاريخها الغني، شاهدا على عظمة الحضارة الإنسانية. ومع ذلك، أصبح الحفاظ على هذا التراث الثقافي الغني وتقديمه مصدر قلق ملح في عصر يتميز بالتقدم التكنولوجي. الواقع المعزز هو المتصدر في عالم التكنولوجيا، يوفر أداة قوية في هذا المجال. الهدف من هذا البحث هو الاستفادة من تقنية الواقع المعزز كوسيلة لضمان استمرار الحفاظ على التراث الثقافي العراقي وعرضه بشكل ديناميكي. تستكشف هذه الدراسة قدرات الشبكات العصبية الالتفافية كأساس لتطوير الواقع المعزز. نحن نحقق في إمكاناتها في اكتشاف الأشياء، وهي خطوة أولية أساسية في صياغة أنظمة الواقع المعزز. يستخدم النموذج المقترح شبكة أساسية مدربة مسبقا لاستخراج الميزات المكانية المعقدة من الصور المدخلة، ويتم إدخال طبقات تلافيفيه إضافية ومتصلة بالكامل لزيادة تحسين هذه الميزات. تم اقتراح فئة مخصصة جديدة تسمى \"مربعات الارتساء\" ، تنشئ ديناميكيا مربعات ربط محددة مسبقا لكل خلية خريطة معالم. نظرا لعدم وجود مجموعة بيانات للآثار العراقية مناسبة لتدريب نماذج التعلم العميق، قمنا بجمع مجموعة بيانات من 2188 صورة ملونة، تغطي الآثار العراقية القديمة، والآثار الشهيرة ، وبعض المشاهد في الوقت الفعلي جنبا إلى جنب مع المعالم الاثرية. تخضع مجموعة البيانات هذه للوسم التوضيحي اليدوي، حيث يتم تعيين المربعات المحيطة والتسميات للكائنات في كل صورة. تؤكد نتائج تحليل الانحدار على كفاءة النموذج في تقدير إحداثيات المربع المحيط بالكائن بدقة جيدة، مما يسهل توطين الكائن بدقة وتحديد الموقع. توضح ايضا نتائج التصنيف قدرة النموذج على تعيين تسميات الفئة بثقة للكائنات المكتشفة","PeriodicalId":8687,"journal":{"name":"Baghdad Science Journal","volume":null,"pages":null},"PeriodicalIF":1.2000,"publicationDate":"2024-05-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Baghdad Science Journal","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.21123/bsj.2024.9199","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q3","JCRName":"MULTIDISCIPLINARY SCIENCES","Score":null,"Total":0}

引用次数: 0

Abstract

تقف الثقافة العراقية، بتاريخها الغني، شاهدا على عظمة الحضارة الإنسانية. ومع ذلك، أصبح الحفاظ على هذا التراث الثقافي الغني وتقديمه مصدر قلق ملح في عصر يتميز بالتقدم التكنولوجي. الواقع المعزز هو المتصدر في عالم التكنولوجيا، يوفر أداة قوية في هذا المجال. الهدف من هذا البحث هو الاستفادة من تقنية الواقع المعزز كوسيلة لضمان استمرار الحفاظ على التراث الثقافي العراقي وعرضه بشكل ديناميكي. تستكشف هذه الدراسة قدرات الشبكات العصبية الالتفافية كأساس لتطوير الواقع المعزز. نحن نحقق في إمكاناتها في اكتشاف الأشياء، وهي خطوة أولية أساسية في صياغة أنظمة الواقع المعزز. يستخدم النموذج المقترح شبكة أساسية مدربة مسبقا لاستخراج الميزات المكانية المعقدة من الصور المدخلة، ويتم إدخال طبقات تلافيفيه إضافية ومتصلة بالكامل لزيادة تحسين هذه الميزات. تم اقتراح فئة مخصصة جديدة تسمى "مربعات الارتساء" ، تنشئ ديناميكيا مربعات ربط محددة مسبقا لكل خلية خريطة معالم. نظرا لعدم وجود مجموعة بيانات للآثار العراقية مناسبة لتدريب نماذج التعلم العميق، قمنا بجمع مجموعة بيانات من 2188 صورة ملونة، تغطي الآثار العراقية القديمة، والآثار الشهيرة ، وبعض المشاهد في الوقت الفعلي جنبا إلى جنب مع المعالم الاثرية. تخضع مجموعة البيانات هذه للوسم التوضيحي اليدوي، حيث يتم تعيين المربعات المحيطة والتسميات للكائنات في كل صورة. تؤكد نتائج تحليل الانحدار على كفاءة النموذج في تقدير إحداثيات المربع المحيط بالكائن بدقة جيدة، مما يسهل توطين الكائن بدقة وتحديد الموقع. توضح ايضا نتائج التصنيف قدرة النموذج على تعيين تسميات الفئة بثقة للكائنات المكتشفة

查看原文本刊更多论文

用于伊拉克考古的增强现实物体检测模型

伊拉克文化历史悠久，是人类文明伟大的见证。然而，在这个以技术进步为特征的时代，保护和展示这些丰富的文化遗产已成为一个亟待解决的问题。增强现实技术走在了技术的前沿，为这一领域提供了强有力的工具。本研究旨在利用增强现实技术，确保伊拉克文化遗产的持续保护和动态展示。本研究探索了卷积神经网络作为增强现实技术发展基础的能力。我们研究了卷积神经网络在物体检测方面的潜力，这是开发增强现实系统必不可少的第一步。建议的模型使用预先训练好的核心网络从输入图像中提取复杂的空间特征，并引入额外的全连接卷积层来进一步完善这些特征。我们还提出了一个名为 "锚点框 "的新自定义类，可为每个特征图单元动态生成预定义的锚点框。由于缺乏适合训练深度学习模型的伊拉克古迹数据集，我们收集了一个包含 2188 幅彩色图像的数据集，涵盖伊拉克古迹、著名古迹和一些考古地标的实时场景。该数据集经过人工标注，为每张图像中的物体分配了边框和标签。回归分析的结果证实，该模型能够准确地估算出物体的边界框坐标，从而促进物体的精确定位和定位。分类结果也证明了该模型能够准确地为检测到的物体分配类别标签。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Baghdad Science Journal MULTIDISCIPLINARY SCIENCES-

CiteScore

2.00

自引率

50.00%

发文量

102

审稿时长

24 weeks

期刊介绍： The journal publishes academic and applied papers dealing with recent topics and scientific concepts. Papers considered for publication in biology, chemistry, computer sciences, physics, and mathematics. Accepted papers will be freely downloaded by professors, researchers, instructors, students, and interested workers. ( Open Access) Published Papers are registered and indexed in the universal libraries.