رسالة ماجستير في كلية العلوم بعنوان (دمج الصور متعددة المقاييس مع نهج التعلم العميق لتحسين تقدير عمق الأجسام في الرؤية المجسمة) قت الفعلي (Real-Time) .
أجريت مناقشة علنية في كلية العلوم إلى طالب الماجستير من قسم علوم الحاسوب ( علاء شاكر محمود )بحضور السيد عميد كلية العلوم الاستاذ الدكتور طه محمد حسن المحترم والسيد أمين مجلس الكلية الإستاذ الدكتور أسعد أحمدكامل عن رسالته الموسومة (دمج الصور متعددة المقاييس مع نهج التعلم العميق لتحسين تقدير عمق الأجسام في الرؤية المجسمة) و أقيمت على قاعة المناقشات في قسم علوم الفيزياء. تضمنت الدراسة التقدير الدقيق للعمق (المسافة) الذ يعتبر أمرًا مهمًا لأنظمة الرؤية المجسمة، والتي تلعب دورًا مهمًا في تطبيقات متنوعة مثل القيادة الذاتية، والروبوتات، والواقع المعزز، والبيئة العسكرية وغيرها، وفي البيئات المعقدة. تقدم الرسالة نهجًا جديدًا يقترح طريقة لتحسين تقدير العمق (المسافة) للاجسام من خلال دمج صور متعددة المقاييس باستخدام تقنية التكبير العميق الفائقة.يتضمن العمل مرحلتين: أولاً، استخدام دمج الصور متعددة المقاييس لدمج المعلومات من الصور الملتقطة عند مراحل دقة مختلفة ويقترح نهجًا تعليميًا لمعايرة نظام الكاميرات المتعددة بناءً على قوة دمج الصور متعددة المقاييس. ثانيًا، استخدام التعلم العميق (Deep Learning) لاكتشاف الأشياء باستخدام أقوى خوارزميات كشف الاجسام (YOLO),(R-CNN). وأخيراً، تقترح نهجًا آليًا لتقدير العمق (المسافة) لتحقيق دقة أفضل في تقدير المسافة للاجسام المكتشفة مقارنة بالمسافة الحقيقية للجسم.وأظهرت النتائج العلمية لهذه الدراسة دقة عالية في عمليات دمج الصور المتعددة والملتقطة من خلال كاميرتين وايضاً زيادة كبيرة في دقة الصور من خلال عمليات دمج الصور على مستوى متعدد من الدقة خاصة في استعمال نظام (البانوراما) لدمج عدة صور للزيادة من مجال الرؤية للمساعدة في اكتشاف اجسام متعددة ، اما في مجال اكتشاف الاجسام فكان تفوق خوارزمية (R-CNN) في مجال دقة الاكتشاف، إلا ان خوارزمية (YOLO) تفوقت من خلال وقت المعالجة ، واخيراُ اظهرت الدراسة تحسيناً كبيراً في مقدار المسافة المتوقعة للجسم بالمقارنة مع المسافة الحقيقية ، تقدم الأطروحة توصيات لاستخدام هذه التقنيات في الممارسات العملية وتحديداً المجالات التي تتطلب مزيدًا من البحث والتطوير وامكانية تطبيقها على عمليات الوقت الفعلي (Real-Time) .
