HyperAIHyperAI

Command Palette

Search for a command to run...

شبكة تعاونية عبر المجالات مع بوابات للكشف عن الأشياء تحت الماء

Linhui Dai Hong Liu* Member, IEEE Pinhao Song Mengyuan Liu

الملخص

يلعب اكتشاف الأشياء تحت الماء (UOD) دورًا مهمًا في تربية الأحياء المائية وحماية البيئة البحرية. نظرًا للتحديات التي تفرضها الظروف ذات التباين المنخفض والضوء الخافت في البيئات تحت الماء، تم اقتراح عدة طرق لتحسين الصور تحت الماء (UIE) بهدف تحسين جودة الصور تحت الماء. ومع ذلك، فإن استخدام الصور المعززة فقط لا يحسن أداء اكتشاف الأشياء تحت الماء (UOD)، حيث قد يحذف أو يغير بشكل لا مفر منه الأنماط والتفاصيل الحرجة للأجسام تحت الماء. بالمقابل، نعتقد أن استكشاف المعلومات التكميلية من المجالين هو مفيد لـ UOD. تحافظ الصورة الخام على الخصائص الطبيعية للمشهد ومعلومات النسيج للأجسام، بينما تحسن الصورة المعززة من رؤية الأجسام تحت الماء. بناءً على هذا الرأي، نقترح شبكة تعاونية عبر المجالات مع بوابات (GCC-Net) لمعالجة تحديات الرؤية السيئة والتباين المنخفض في البيئات تحت الماء، والتي تتكون من ثلاثة مكونات متخصصة. أولاً، يتم استخدام طريقة UIE في الوقت الفعلي لإنشاء صور معززة يمكن أن تحسن رؤية الأجسام في المناطق ذات التباين المنخفض. ثانيًا، يتم تقديم وحدة تفاعل السمات عبر المجالات لتسهيل التفاعل واستخراج المعلومات التكميلية بين سمات الصور الخام والمعززة. ثالثًا، لمنع التلوث بنتائج غير موثوقة تم إنشاؤها، تم اقتراح وحدة دمج السمات مع البوابات للتحكم التكيفي في نسبة دمج المعلومات عبر المجالات. يعرض أسلوبنا نموذجًا جديدًا لـ UOD من وجهة نظر تفاعل ودمج المعلومات عبر المجالات. تظهر النتائج التجريبية أن الشبكة المقترحة GCC-Net حققت أفضل الأداء على أربع قواعد بيانات تحت الماء.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp