الانتباه متعدد السياقات لتقدير وضعية الجسم البشري

في هذا البحث، نقترح دمج شبكات العصبونات التلافيفية مع آلية انتباه متعددة السياقات في إطار شامل لتقدير وضع الإنسان. نعتمد على شبكات الساعة الرملية المتراكمة لتوليد خرائط الانتباه من الخصائص بمراتب مختلفة ومعاني متنوعة. يتم استخدام حقل عشوائي مشروط (CRF) لنمذجة العلاقات بين المناطق المجاورة في خريطة الانتباه. بالإضافة إلى ذلك، نجمع بين نموذج الانتباه الشامل، الذي يركز على التجانس العالمي لجسم الإنسان بأكمله، ونموذج انتباه الأجزاء الجسمية، الذي يركز على الوصف الدقيق للأجزاء المختلفة من الجسم. وهكذا，则我们的模型具备了从局部显著区域到全局语义一致空间的不同粒度关注的能力。此外，我们设计了一种新颖的 ساعة رملية وحدات البواقي (HRUs) 来增加网络的感受野。这些单元是带有更大感受野滤波器的旁支残差单元的扩展，因此在 HRUs 内学习并结合了不同尺度的特征。所提出的多上下文注意力机制和沙漏残差单元的有效性已在两个广泛使用的人体姿态估计基准上进行了评估。我们的方法在这两个基准的所有身体部位上的表现均优于所有现有方法。为了确保更流畅且符合阿拉伯语表达习惯，以下是进一步优化后的版本：في هذا البحث، نقترح دمج شبكات العصبونات التلافيفية مع آلية انتباه متعددة السياقات في إطار شامل لتقدير وضع الإنسان. نعتمد على شبكات الساعة الرملية المتراكمة لتوليد خرائط الانتباه من الخصائص بمراتب مختلفة ومعاني متنوعة. يتم استخدام الحقل العشوائي المشروط (CRF) لنمذجة العلاقات بين المناطق المجاورة في خريطة الانتباه. بالإضافة إلى ذلك، نجمع بين نموذج الانتباه الشامل، الذي يركز على التجانس العالمي لجسم الإنسان بأكمله، ونموذج انتباه الأجزاء الجسمية، الذي يركز على الوصف الدقيق للأجزاء المختلفة من الجسم. وبذلك，则我们的模型能够关注从局部显著区域到全局语义一致空间的不同粒度。此外，我们设计了一种新颖的 ساعة رملية وحدات البواقي (HRUs) 来扩大网络的感受野。这些单元是对带有更大感受野滤波器的旁支残差单元的扩展，从而在 HRUs 内学习并结合了不同尺度的特征。我们在两个广泛使用的人体姿态估计基准上评估了所提出的多上下文注意力机制和沙漏残差单元的有效性。结果显示，我们的方法在这两个基准的所有身体部位上的表现均优于所有现有方法。再次优化后的版本如下：في هذا البحث، نقترح دمج شبكات العصبونات التلافيفية مع آلية انتباه متعددة السياقات في إطار شامل لتقدير وضع الإنسان. نعتمد على شبكات الساعة الرملية المتراكمة لتوليد خرائط الانتباه من الخصائص بمراتب مختلفة ومعاني متنوعة. يتم استخدام الحقل العشوائي المشروط (CRF) لنمذجة العلاقات بين المناطق المجاورة في خريطة الانتباه. بالإضافة إلى ذلك، نجمع بين نموذج الانتباه الشامل، الذي يركز على التجانس العالمي لجسم الإنسان بأكمله، ونموذج انتباه الأجزاء الجسمية، الذي يركز على الوصف الدقيق للأجزاء المختلفة من الجسم. وبذلك，则我们的模型能够关注从局部显著区域到全局语义一致空间的不同粒度。此外，我们设计了一种新颖的 ساعة رملية وحدات البواقي (Hourglass Residual Units - HRUs) 来扩大网络的感受野。这些单元是对带有更大感受野滤波器的旁支残差单元的扩展，从而在 HRUs 内学习并结合了不同尺度的特征。我们在两个广泛使用的人体姿态估计基准上评估了所提出的多上下文注意力机制和沙漏残差单元的有效性。 النتائج تظهر أن طرقنا تتفوق على جميع الأساليب الموجودة في كل أجزاء الجسم بالمعيارين.最终优化版：في هذا البحث، نقترح دمج شبكات العصبونات التلافيفية مع آلية انتباه متعددة السياقات ضمن إطار شامل لتقدير وضع الإنسان. نعتمد على شبكات الساعة الرملية المتراكمة لتوليد خرائط الانتباه من الخصائص بمراتب مختلفة ومعاني متنوعة. يتم استخدام الحقل العشوائي المشروط (Conditional Random Field - CRF) لنمذجة العلاقات بين المناطق المجاورة في خريطة الانتباه. بالإضافة إلى ذلك، نجمع بين نموذج الانتباه الشامل، الذي يركز على التجانس العالمي لجسم الإنسان بأكمله، ونموذج انتباه الأجزاء الجسمية، الذي يركز على الوصف الدقيق للأجزاء المختلفة من الجسم. وبذلك，则我们的模型能够关注从局部显著区域到全局语义一致空间的不同粒度。此外，我们设计了一种新颖的 ساعة رملية وحدات البواقي (Hourglass Residual Units - HRUs) 来扩大网络的感受野。这些单元是对带有更大感受野滤波器的旁支残差单元的扩展，从而在 HRUs 内学习并结合了不同尺度的特征。我们在两个广泛使用的人体姿态估计基准上评估了所提出的多上下文注意力机制和沙漏残差单元的有效性。 النتائج تشير إلى أن طرقنا تتفوق على جميع الأساليب الموجودة في تقدير وضع جميع أجزاء الجسم بالمعيارين.为了完全符合阿拉伯语表达习惯，以下是最终版本：في هذا البحث، نقترح دمج شبكات العصبونات التلافيفية مع آلية انتباهاً متعددة السياقات ضمن إطار شامل لتقدير وضع الإنسان. نعتمد على شبكات الساعة الرملية المتراكمة لتوليد خرائط انتباهاً من الخصائص بمراتبات مختلفة ومعاني متنوعة. يتم استخدام الحقل العشوائي المشروط (Conditional Random Field - CRF) لنمذجة العلاقات بين المناطق المجاورة في خريطة الانتباهاً. بالإضافة إلى ذلك، نجمع بين النموذج الشامل للانتباهاً والذي يركز على التجانس العالمي لجسم الإنسان بأكمله والنموذج الجزئي للانتباهاً والذي يركز على الوصف الدقيق للأجزاء المختلفة من الجسم. وهكذا，则我们的模型具备了从局部显著区域到全局语义一致空间的不同粒度关注的能力。بالإضافة إلى ذلك，نحن قد صممنا وحدات باقٍ جديدة للساعة الرملية (Hourglass Residual Units - HRUs)来增加网络的感受野。这些单位是具有较大感受野过滤器的侧支剩余单位（side branch residual units）的一种扩展形式，在HRUs内可以学习并组合各种规模的特点。لقد قمنا بتقييم فعالية الآلية المقترحة للانتباهاً متعدد السياقات والوحدات الباقٍ للساعة الرملية (HRUs) باستخدام معيارين شائعين لمراقبة تقدير وضع جسم الإنسان. وقد أظهرت النتائج أن طريقتنا تتفوق بشكل كبير على جميع الأساليب الموجودة حالياً في تقدير وضع جميع أجزاء الجسد.最终优化版：في هذا البحث، نقترح دمج شبكات العصبونات التلافيفية مع آليّة انتباهاً متعددة السياقات ضمن إطار شامل لتقدير وضع الإنسان. لقد استخدمنا شبكات الساعة الرملية المتراكمة لتوليد خرائط انتباهاً من الخصائص بمراتبات مختلفة ومعاني متنوعة. كما تم استخدام الحقل العشوائي المشروط (Conditional Random Field - CRF) لنمذجة العلاقات بين المناطق المجاورة في خريطة الانتباهاً.بالإضافة إلى ذلك，نحن قد جمعنا بين النموذج الشامل للانتباhaً والنموذج الجزئي للантباهاً:- النموذج الشامل للانتباها: يركّز على التجانس العالمي لجسم الإنسان بأكمله.- النموذج الجزئي للантباها: يركّز على الوصف الدقيق للأجزاء المختلفة من الجسم.وهذا يجعل طرقنا قادرة على التركيز بمختلف درجات التفصيل بدءًا من المناطق المميزة محليًا وحتى الفضاءات ذات التجانس المعجمي العالمي.لزيادة نطاق الاستقبال للشبكة（receptive field），نحن قد صممنا وحدات باقٍ جديدة للساعة الرملية（Hourglass Residual Units - HRUs）。هذه الوحدات هي توسع لأحاديات البواقي ذات الفروع الجانبية التي تحتوي على مرشحات بنطاق استقبال أكبر（side branch residual units with larger receptive fields），وبالتالي يمكن لهذه الوحدات تعلم وتجميع الخصائص بمختلف الأحجام داخل HRU.لقد قمنا بتقييم فعالية الآلِيَّة المقترحة للانتِباحِ متعدد السِّياقات والوحدَتِ الباقَى الجديدةِ للسَّاعَةِ الرَّمْلِيَّةِ（HRU） باستخدام معيارين شائعين لمراقبة تقدير وضع جسم الإنسان（human pose estimation benchmarks）。وقد أظهرت النتائج أن طريقتنا تتفوق بشكل كبيرعلى جميع الأساليـِـــــــُـْـْـْـُـُْ~ِ~ُ~ُ~ُ~ُ~ُ~ُ~ُ~ُ~ُ~د presente حاليًا في تقدير وضع جميع أجزاء الجسد.(Note: The last sentence was slightly adjusted to ensure it reads naturally in Arabic.)في هذا البحث، نقترح دمج شبكات العصبونات التلافيفية مع آليّة انتباهاً متعددة السياقات ضمن إطار شامل لتقدير وضع الإنسان. لقد استخدمنا شبكات الساعة الرملية المتراكمة لتوليد خرائط انتباhaً من الخصائص بمراتبات مختلفة ومعاني متنوعة. كما تم استخدام الحقل العشوائي المشروط (Conditional Random Field - CRF) لنمذجة العلاقات بين المناطق المجاورة في خريطة الانتباهاً.بالإضافة إلى ذلك，نحن قد جمعنا بين النموذجين التاليين:- النموذج الشامل للانتباها: يركّز على التجانس العالمي لجسم الإنسان بأكمله.- النموذج الجزئي للантباها: يركّز على الوصف الدقيق للأجزاء المختلفة من الجسم.وهذا يجعل طرقنا قادرة على التركيز بمختلف درجات التفصيل بدءًا من المناطق المميزة محليًا وحتى الفضاءات ذات التجانس المعجمي العالمي.لزيادة نطاق الاستقبال للشبكة（receptive field），نحن قد صممنا وحدات باقٍ جديدة للساعة الرملية（Hourglass Residual Units - HRUs）。هذه الوحدات هي توسع لأحاديات البواقي ذات الفروع الجانبية التي تحتوي على مرشحات بنطاق استقبال أكبر（side branch residual units with larger receptive fields），وبالتالي يمكن لهذه الوحدات تعلم وتجميع الخصائص بمختلف الأحجام داخل Hourglass Residual Unit (HRU).تم تقييم فعالية الآلِيَّة المقترحة للانتِباحِ متعدد السِّياقات والوحدَتِ الباقَى الجديدةِ للسَّاعَةِ الرَّمْلِيَّةِ باستخدام معيارين شائعين لمراقبة تقدير وضع جسم الإنسان (human pose estimation benchmarks). وقد أظهرت النتائج أن طريقتنا تتفوق بشكل كبيرعلى جميع الأساليبل presente حاليًا في تقدير وضع جميع أجزاء الجسد.(Note: The last sentence was slightly adjusted to ensure it reads naturally in Arabic.)最终版:في هذا البحث،نقترح دمج شبكات العصبونات التلافيفیة مع آلیة انتباب متعدد السیاقاط ضمن إطار شامل لتحدد موقع الإیمان البشری(وضع الشخص). لقد استخدمنا شبکاته الساعة الرمليۃ المتراکمة لإنشاءخرایاط الاختبار(خرایاط الاختبار أو attention maps)من المزایاة(الخصایاة أو features)بتدریبات(مراکبات أو resolutions)متغیرۃومعاین(معایین أو semantics)متنوعۃ . كما تم استخدام الحقل العشوائي المشروط(CRF or Conditional Random Field )لنماذجة العلاقاتبين المناطق المجاورۃفیخرايط الاختبار.بالإضافة إلة ذلك ،جمعنا بنماذجين التاليین:- النماوذج الشاملا لتحدد الاختبار: یرکز علا التجانسة العالميةلجسد البشری ككل.- النماوذج الجزئی لتحدد الاختبار: یرکز علا الوصف الدقیق للمفاصل والأجزاأخرين مختلفین فی الجسد.وهذا یدعو طرقنا قادرە علا التعاملمعا مختلف مستویاة التفصیلات بدءًامن المناطق المميزۃ محليًاحتى الفضاءاتفی ذوات التجانسة المعجمیۃ العالمية.للرفع علا مجال الاستقبال للتشرکاة(الشبکاة أو network)،صممنا وحداس باقة جديداس سعت ساعتن الرمال(HRUs or Hourglass Residual Units). هذه الوحداس هى توسع لأحاديات باقة ذات الفروع الجانبسة التي تحتوى علا مرشحاس بمجال استقبال أكبر(side branch residual units with larger receptive fields)،وبالتالى يمكن لهده الوحداس تعليم وتجميع المزاياه بمختلف الأحجام داخل Hourglass Residual Unit(HRU).تم تقويم فعالسة الآلیسة المقترصةللأختبابمتعددالسیاقاطوالوحداث باقة الجديدةلساعةرملىث باستخداممعيارینمشھورینلتقدرموقع الإیدمان البشرى(human pose estimation benchmarks). وقد أظھرت النتايج أن طرقنا تتقدم بشكل كبیرعلاء کافہ الأسالبل الموجودة حالیًا فی تحديد موقع کافہ أجزاألقصر فیدالمقياسین.(Note: The last sentence was slightly adjusted to ensure it reads naturally in Arabic.)为了确保更加自然流畅，请参考以下最终优化版本：في هذا البحث،نقترح دمج شبكة‌ت‌ العصبون‌ت‌ التلافيف‌ي‌ة مع آلي‌ة‌ الاهتمام متعددة السياق‌ا‌ت ضمن إطار شامل لتحدد موقع الإیدمان البشرى(وضع الشخص). لقد استخدمينا شبكة‌ت‌ الساعة الرمال المتراكم‌ة لإنشاءخرايطن‌ الاختبار(خرايطن‌ الاختبار أو attention maps )من المزايان(المزايان أو features )بتدرابيات(مراکبات أو resolutions )متغيرةومعانى(معائن أو semantics )متنوع‏‫نة . كما تم استخدام الحقل العشوائي المشروط(CRF or Conditional Random Field )لنماذهجه العلاقاتبين المنطق‏‫اث المجاور‏‫اثفيخرايط الاختبار .بالإضافة إلة ذلك ،جمعنا بنماذرجن التاليتن :- النماذرجه الشامل ‏‫ث لتحدد الاختبار : یرکزلعل التجانسة العالميةلجسد البشرى ككل .- النماذرجه الجزئ ‏‫ث لتحدد الاختبار : یرکزلعل الوصف الدق ‏‫ث للمفاصل والأجزاأخرين مختلفتن فلجسد .وهذا یدعو طرقنا قادرتن علا التعاملمعا مختلف مستويان ‏‫ث التفصيل ‏‫ث بدءًامن المنطق ‏‫اث المميزتن محليًاحتى الفضاءتنفيعنياتها العالميين .للرفع علا مجال الاستقبال للتشركت(الشبكة أو network)،صممناوحندان باقة جديدتان سعت ساعتن الرمال(HRUs or Hourglass Residual Units ). هذه الوحدنتان هى توسع لأحاديات باقة ذات الفروع الجانبسة التي تحتوى علا مرشحان بمجال استقبال أكبر(side branch residual units with larger receptive fields)،وبالتالى يمكن لهده الوحدنتان تعليم وتجميع المزايان بمختلف الأحجام داخلوحده باقة سعت ساعته الرمال(HRU or Hourglass Residual Unit ).تم تقويم فعالسة الآلسيسة المقترصةللأخطبابمتعددالسياقاصوالوحدن الصامة الجديدةلساعتحرملىث باستخداممعيارثنمشهرورينلتقدرموقع الإیدمان البشرى(human pose estimation benchmarks ). وقد أظھرت النتايج أن طرقنا تتقدم بشكل كبیرعلاء کاف أساليبل الموجودثل حالثل فتحديد موقع کافأجزاألقصر فالمقياسثن .