ترغب بنشر مسار تعليمي؟ اضغط هنا

الغاية من هذا المقال إلقاء الضوء على آلية ومراحل عمل نظام خبير , يقوم بتحديد انتماء وجه مدخل الى أي من تعابير الوجه الستة النموذجية وهي الغضب , الاشمئزاز , الخوف , السعادة , الحزن , الدهشة بالإضافة إلى الحالة الطبيعية . وذلك بتطبيق خوارزمية تحليل ال مكونات الأساسية PCA- principal component analysis , والمتعلقة بالعناصر الثلاث العين والحاجب والفم , خلافا للدراسات المعهودة في هذا المجال التي تعتمد على الوجه بالكامل. هذه القيم الناتجة تستخدم في تحديد شعاع صفات الوجه كقيم لدخل الشبكة العصبونية , ويتم تدريب الشبكة العصبونية باستخدام خوارزمية الانتشار الخلفي . علما أن الوجوه المستخدمة تعود لأشخاص من أعمار وعروق مختلفة .
الهدف من هذا البحث هو استعمال الشبكة العصبونية ذات الانتشار العكسي BNN في تصنيف كتل الثدي من صور الماموغرام بهدف تخفيض عدد الخزعات الجراحية غيـر الضـرورية. قارنا في هذه الدراسة أداء تصنيف كتل الثدي في صور الماموغرام بين الشبكة العصـبونية ذات الانت شار العكسي (BNN (Network Neural Backpropagation و بين أطبـاء أشـعة. دخل BNN هو الصفات الشكلية وصفات الكسوة المستخلصة من الكتل.
يعتبر تشخيص الأمراض باستخدام معالجة الصور من أهم المجالات التي تستخدم تقنيات معالجة الصورة في المجال الطبي حيث تعد البيانات الرقمية في مجال طب العيون محور تركيز الباحثين للكشف التلقائي عن بعض الأمراض الهامة كاعتلال الشبكية السكري (DR) و يٌّعرف بأنه ت لف في شبكية العين يأتي نتيجة الاختلاطات و المضاعفات الخطيرة على الجسم البشري الناتجة عن مرض السكري على المدى الطويل و يعتبر أحد أهم الأسباب المؤدية للعمى في العالم و يسبب اضرارا خطيرة لشبكية العين. يهدف البحث إلى تقييم أداء بعض الطرق المتبعة في تشخيص اعتلال الشبكية السكري من خلال الكشف عن إحدى أهم الآفات المرافقة له في شبكية العين و هي الإفرازات و ذلك عبر تشخيصها في صور قاع العين الرقمية من خلال تقنيات معالجة الصورة حيث تساهم عملية الكشف هذه في المساعدة على الكشف المبكر عنه.
هذا البحث يقدم طريقة جديدة لتقليل زمن تنفيذ برامج المعالجة, عن طريق اختصار حجم المعلومات المعالجة و لاسيما في التطبيقات التي تكون الأولوية فيها لسرعة المعالجة على المعلومات التقصيلية للصور, كأنظمة الكشف و الملاحقة.
في هذا البحث، قمنا بمعالجة مصفوفة تعبر عن صورة اليد البشرية بغية الحصول على مميزات هذه الصورة. في سبيل تحقيق ذلك، استخدمنا تقنية FPGA من خلال تقسيم عمليات المعالجة إلى ثلاثة مسالك، يتم تنفيذها على التفرع. إذ ينفذ كل مسلك باستخدام التقنية الأنبوبي ة بتقسيمه إلى ثلاثة مقاطع. بعد ذلك، عملنا على تقدير التسريع الذي حصلنا عليه نتيجة استخدامنا للتقنية الأنبوبية و المسالك التفرعية. و بالتالي، أصبح لدينا إمكانية تصميم نظام مضمن داخل شريحة، و استخدام الهواتف النقالة كأجهزة متكاملة من ناحية الموارد المادية و البرمجية.
يقدم هذا البحث خوارزمية لتصميم نظام يقوم بتصنيف التعبيرات القياسية السبعة لوجه الانسان: الخوف – الاشمئزاز - الحزن - التفاجؤ - الغضب - السعادة - التعبير الطبيعي. حيث يتم تصنيف تعبير الوجه الموجود في الصورة المدخلة للنظام بالاعتماد على استخلاص سمات ال مظهر من الوجه المعتبر وادخالها إلى شبكة عصبونية لإتمام عملية التصنيف و ذلك باستخدام لغة البرمجة Matlab
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا