معجم الذكاء الاصطناعي

التقسيم الدلالي

Semantic Segmentation

تصنيف كل بكسل في الصورة ضمن فئة دلالية.

تقدير العمق

Depth Estimation

تقدير المسافة والعمق من صورة ثنائية الأبعاد.

الرؤية المجهرية

Stereo Vision

استخدام صورتين لإدراك العمق والمسافات.

التدفق البصري

Optical Flow

اكتشاف حركة الأجسام بين إطارات الفيديو.

تقدير الوضعية

Pose Estimation

تحديد مواقع المفاصل والعضلات في الصور.

التعرف الضوئي على الحروف

Optical Character Recognition

تحويل النصوص في الصور إلى نصوص رقمية.

إعادة بناء المشهد

Scene Reconstruction

إعادة بناء المشهد ثلاثي الأبعاد من الصور.

التقسيم الشامل

Panoptic Segmentation

دمج التقسيم الكلي والدلالي في عملية واحدة.

التقسيم بالكيانات

Instance Segmentation

تمييز كل كيان في الصورة بشكل منفصل.

التوطين البصري

Visual Grounding

ربط الوصف النصي بالمناطق المقابلة في الصورة.

فهم مقاطع الفيديو

Video Understanding

فهم محتوى وسياق مقاطع الفيديو تلقائياً.

حقول الإشعاع العصبية

Neural Radiance Fields

تمثيل مشهد ثلاثي الأبعاد بشبكة عصبية.

الشبكات التوليدية البصرية

Visual GANs

شبكات توليدية متعارضة لإنشاء محتوى بصري.

اكتشاف المناطق الملفتة

Saliency Detection

تحديد المناطق التي تلفت الانتباه في الصور.

اكتشاف الشذوذ البصري

Visual Anomaly Detection

اكتشاف الانحرافات والشذوذ في الصور والفيديو.

تحويل النص إلى كلام

Text-to-Speech

تحويل النص إلى كلام مسموع.

تحويل الكلام إلى نص

Speech-to-Text

تحويل الكلام المسموع إلى نص مكتوب.

التعرف على المتحدث

Speaker Recognition

التعرف على هوية المتحدث من صوته.

التفريغ التلقائي

Automatic Transcription

تفريغ التسجيلات الصوتية إلى نص مكتوب تلقائياً.

تحليل نبرة الصوت

Prosody Analysis

تحليل نبرة ونبرة الصوت لاكتشاف المشاعر والنوايا.

تصنيف الأصوات

Sound Classification

تصنيف الأصوات المختلفة في ملفات الصوت.

تحسين الكلام

Speech Enhancement

تحسين جودة الإشارات الصوتية ووضوح الكلام.

تقليل الضوضاء

Noise Reduction

إزالة الضوضاء غير المرغوب منها من الإشارات الصوتية.

ترجمة الكلام

Speech Translation

ترجمة الكلام المنطوق في الوقت الحقيقي.

استنساخ الصوت

Voice Cloning

إنشاء نسخة صوتية تشبه صوت شخص معين.

كشف الكلمات المفتاحية

Keyword Spotting

اكتشاف كلمات محددة في التدفقات الصوتية.

أنظمة الحوار

Dialogue Systems

أنظمة تفاعلية للحوار التلقائي مع المستخدم.

تركيب الصوت

Audio Synthesis

توليد أصوات طبيعية جديدة باستخدام الذكاء الاصطناعي.

التمثيل التسلسلي للصور

Sequential Image Representation

تمثيل الصور كتسلسل من الرقائق لمعالجتها بنماذج اللغة.

تمثيل الصور متعدد الأوضاع

Multi-Modal Image Representation

تمثيل الصور مع السياق النصي لفهم المحتوى البصري والتواصلي.

وحدة التعلم البصري المتقابلة

CLIP

نموذج يربط الصور بالنصوص في فضاء واحد لتشابه شامل.

التمييز بين المتحدثين

Speaker Diarization

تحديد من تحدث ومتى ضمن تسجيل يتضمن عدة أصوات.

تحويل الصوت

Voice Conversion

نقل صوت المستخدم إلى صوت شخص آخر مع حفظ الكلام والمضمون.

تحديد مولد الصور

Deepfake Detection

تمييز المحتوى المصطحب المزور آليًا عن الحقيقي.

توليد الصور السلسلة الزمنية للصور

Image Generation for images

نمذجة آلية تحتوي توليد الصور على السلسلة الزمنية للصور بتقنيات الرؤية والكلام.

الوصف التلقائي للصور الصور

Image Captioning for images

نمذجة آلية تحتوي الوصف التلقائي للصور على الصور بتقنيات الرؤية والكلام.

تحرير الصور الوجوه

Image Editing for images

نمذجة آلية تحتوي تحرير الصور على الوجوه بتقنيات الرؤية والكلام.

الصور التوليدية في الإضاءة المنخفضة

Generative Imaging (Low-light)

معالجة بصرية/سمعية الصور التوليدية في الإضاءة المنخفضة ضمن أنظمة الرؤية الآلية.

معالجة الصوت مع الصور العالية

Audio Processing (high-res)

تقنية رؤية/كلام معالجة الصوت مستخدمة مع الصور العالية.

التعرف على الشيئية بالضوء

Instance Counting (Photometric)

معالجة بصرية/سمعية التعرف على الشيئية بالضوء ضمن أنظمة الرؤية الآلية.