معجم الذكاء الاصطناعي

معالجة الصوت

Audio Processing

تحليل الإشارات الصوتية بالخوارزميات.

التعرف على الكلام

Speech Recognition

تحويل الصوت إلى نصوص مكتوبة.

معالجة الصور

Image Processing

تحليل وتحسين الصور الرقمية.

كشف الأجسام

Object Detection

تحديد مواقع الأجسام في الصور.

التمييز البصري

Visual Recognition

التعرف على الأنماط في المحتوى البصري.

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.

رسم خريطة تفعيل الفئات

CAM

تعلم تفعيل الفئات لتفسير قرارات التصنيف.

تحسين Grad-CAM

Grad-CAM

تحسينات على خريطة تفعيل الفئات باستخدام التدرجات.

تعلم DINO البصري الذاتي

DINO Vision

تعلم ذاتي للتمثيلات البصرية باستخدام DINO.

نموذج Florence المتعدد المهام

Florence

نموذج متعدد المهام البصرية من Microsoft.

محولات الرؤية

ViT

محولات متخصصة للمعالجة البصرية والصور.

كشف الأجسام DETR

DETR

كشف الأجسام باستخدام المحولات.

الشفاطات الذاتية المقنّنة

MAE

مشفرات ذاتية مقنّنة للتعلم البصري.