https://www.jmvip.ir/ مجله ماشین بینایی و پردازش تصویر fa daily 1 Mon, 22 Jun 2026 00:00:00 +0330 Mon, 22 Jun 2026 00:00:00 +0330 https://www.jmvip.ir/article_247145.html با افزایش تصادفات جاده‌ای ناشی از حواس‌پرتی و رفتارهای ناهنجار رانندگان، استفاده از سامانه‌های هوشمند مبتنی‌بر بینایی ماشین به یکی از راهکارهای مؤثر در ارتقای ایمنی حمل‌ونقل تبدیل شده است. در این مقاله، یک روش نوین مبتنی‌بر یادگیری عمیق برای شناسایی خودکار عوامل عدم تمرکز راننده ارائه می‌شود. در روش پیشنهادی، شبکه عصبی پیچشی ConvNeXt-Base به‌همراه مکانیزم توجه SE-Net به‌منظور استخراج ویژگی‌های مؤثر به‌کار گرفته شده و خروجی آن به شبکه عصبی KAN برای انجام طبقه‌بندی نهایی ارسال می‌شود. مدل ارائه‌شده بر روی مجموعه‌دادگان AUCDD-V2 و SFDDD که شامل ۹ کلاس از رفتارهای مرتبط با عدم تمرکز راننده و یک کلاس تمرکز راننده است، مورد ارزیابی قرار گرفت و به‌ترتیب به صحت 95.01٪ و 95.66٪ دست یافت. نتایج تجربی نشان می‌دهند که روش پیشنهادی در مقایسه با روش‌های موجود عملکرد بهتری داشته و می‌تواند به‌عنوان راهکاری مؤثر در افزایش ایمنی رانندگی مورد استفاده قرار گیرد. https://www.jmvip.ir/article_247157.html بررسی سلامت فیزیکی دانه‌های گندم نقشی حیاتی در زنجیره تأمین و امنیت غذایی دارد. در مناطق غربی ایران، این بررسی به‌طور سنتی و از طریق بازرسی چشمی دستی انجام می‌شود که فرآیندی کند، خطاپذیر و منجر به محاسبه نادرست قیمت است. برای رفع این مشکل، این پژوهش یک روش کاملاً خودکار مبتنی بر یادگیری عمیق ارائه می‌دهد. نوآوری اصلی در ترکیب یک معماری U-Net بهبودیافته با یک ستون فقرات (Backbone) قوی از پیش آموزش‌دیده (ResNet-50) و همچنین به کارگیری تکنیک وزن‌دهی کلاس برای غلبه بر چالش‌های کلیدی مانند چسبندگی دانه‌ها و تعداد کم دانه‌های معیوب (عدم تعادل کلاس) است. مدل توسعه‌یافته، تصاویر دانه‌ها را در چهار کلاس مجزا بخش‌بندی می‌کند: پس‌زمینه، سالم، ناسالم (شکسته) و چروکیده. ارزیابی بر روی یک مجموعه داده مستقل شامل ۲۲۷ تصویر و با استفاده از اعتبارسنجی متقاطع پنج‌بخشی نشان داد که مدل به دقت کلی پیکسلی 98.2% و میانگین شاخص اشتراک بر اجتماع(IOU) برابر 0.62 دست می‌یابد. مزیت برجسته مدل، سرعت استنتاج بالا (0.08 ثانیه بر تصویر) است که پردازش بلادرنگ را ممکن می‌سازد. نتایج نشان می‌دهد این راه‌حل، به‌عنوان ابزاری دقیق، سریع و قابل اعتماد، می‌تواند به‌طور مؤثر جایگزین روش دستی شده، خطای انسانی را حذف کند و فرآیند ارزیابی و قیمت‌گذاری گندم را در مراکز خرید، بازرسی مرزی و سیستم‌های کشاورزی هوشمند استانداردسازی نماید. https://www.jmvip.ir/article_247342.html با گذر زمان و هرچه بیشتر شدن ابزارهای دریافتگر داده‌های سه‌بعدی ، میزان دسترسی به داده‌هایی همچون ابرنقاط افزایش یافت. ابرنقاط سه‌بعدی از جمله داده‌هایی است که اجسام را در فضای سه‌بعد بازنمایی می کند. این افزایش داده‌ها درکنار پیشرفت فراوان شبکه‌های عصبی عمیق امکان حل مسائل بسیاری را فراهم کرد. دسته‌بندی اجسام سه‌بعدی، قطعه‌بندی آن‌ها و تخمین جریان حرکتی اجسام از جمله مسائلی هستند که با فراهم آمدن شرایطی که پیشتر گفته شد، توجه پژوهشگران بسیاری را به خود جلب کرده‌اند. در این مقاله به منظور بهبود دقت دسته‌بندی ابرنقاط، روشی ارائه شده که با استفاده از نسخه‌ای تغییریافته از تابع KNN لایه‌هایی از همسایگی شکل می‌گیرد . ویژگی‌های هر یک از این لایه‌های همسایگی استخراج می‌شود و پس از آن با الحاق شدن به ویژگی‌های سراسری برآمده از نقاط منحصر به فرد، از بردار تجمیع شده برای عمل دسته‌بندی استفاده می‌گردد. نتایج به دست آمده از اجرای روش ارائه‌شده بر روی مجموعه‌های دادگان ModelNet40 و ScanObjectNN گواهی می‌دهد که این سازوکار توانسته در مقایسه با دیگر روش‌ها به نتایج و کارایی قابل توجهی دست یابد. https://www.jmvip.ir/article_247588.html با گسترش روزافزون محتوای تصویری در فضای مجازی، نظارت دستی بر نمادهای ناهنجار عملاً غیرممکن شده و نیاز به سامانه‌های هوشمند تشخیص خودکار بیش از پیش احساس می‌شود. در این پژوهش، یک مجموعه‌داده اختصاصی شامل 3659 تصویر از سه نماد «چشم جهان‌بین»، «ستاره واژگون» و «گونیا و پرگار» گردآوری و به‌صورت دقیق برچسب‌گذاری شد. داده‌ها با نسبت 80٪ برای آموزش و 20٪ برای آزمون تقسیم گردیدند و به‌منظور افزایش تنوع بصری و بهبود تعمیم‌پذیری، تکنیک‌های افزایش داده بر مجموعه آموزشی اعمال شد. عملکرد مدل‌های Faster R-CNN، SSD300 و خانواده YOLO (نسخه‌های YOLOv8 تا YOLOv12) مورد ارزیابی و مقایسه قرار گرفت. نتایج نشان داد مدل Faster R-CNN در مجموعه آزمون به مقادیر Precision برابر با 0.901، Recall برابر با 0.909 و mAP50 برابر با 0.939 دست یافته و نسبت به مدل‌های تک‌مرحله‌ای عملکرد برتری ارائه کرده است. یافته‌ها حاکی از آن است که معماری‌های دو‌مرحله‌ای در تشخیص نمادهای دارای جزئیات هندسی ظریف و شباهت ساختاری بالا، از قابلیت تعمیم‌پذیری بهتری برخوردارند. نتایج این پژوهش می‌تواند مبنایی برای توسعه سامانه‌های هوشمند پایش و فیلترینگ خودکار محتوای تصویری در کاربردهای نظارتی و تحلیل رسانه‌ای باشد. https://www.jmvip.ir/article_250550.html تفکیک خودکار عروق شبکیه یکی از مؤلفه‌های اساسی در سامانه‌های کمک‌تشخیصی مبتنی بر تصاویر فوندوس شبکیه به‌شمار می‌رود. با این حال، وجود آب‌مروارید در بخش قابل توجهی از تصاویر بالینی موجب افت کیفیت تصویر شده و دقت روش‌های متداول تفکیک عروق را با چالش مواجه می‌سازد. در این پژوهش، تمرکز اصلی بر ارائه یک چارچوب مرحله‌ای، کنترل‌شده و آگاه از میدان دید برای بررسی پایداری الگوریتم‌های تفکیک عروق شبکیه در حضور افت کیفیت ناشی از آب‌مروارید است. در گام نخست، اثرات فیزیکی آب‌مروارید شامل تاری، تضعیف تمایز، نویز و پراکندگی نور به‌صورت کنترل‌شده و محدود به ناحیهٔ میدان دید شبیه‌سازی شده و نسخه‌هایی از تصاویر با سطوح مختلف شدت تخریب تولید می‌گردند. سپس، چند معماری شاخص تفکیک عروق بر روی پایگاه‌داده مرجع FIVES آموزش داده شده و مدل‌های برتر بر اساس معیار‌های Dice،IoU و Accuracy انتخاب می‌شوند. در ادامه، عملکرد این مدل‌ها در مواجهه با افزایش تدریجی شدت آب‌مروارید بر روی نسخه‌های شبیه‌سازی‌شدهٔ FIVES و همچنین به‌صورت مکمل بر روی نسخه‌های شبیه‌سازی شده پایگاه‌دادهٔ کلاسیک DRIVE ارزیابی می‌گردد. نتایج کمّی و کیفی نشان می‌دهند که با افزایش شدت آب‌مروارید، معیارهای هم‌پوشانی نظیر Dice و IoU به‌صورت تدریجی کاهش می‌یابند؛ امری که موجب تضعیف رؤیت‌پذیری عروق باریک و کاهش تفکیک‌پذیری عروق از بافت زمینه شبکیه می‌گردد. با این حال، در چارچوب ارزیابی تعریف شده، ترکیب UNet با رمزگذار EfficientNet-B3 شیب افت عملکرد ملایم‌تری نسبت به سایر معماری‌ها نشان می‌دهد و در سطوح بالاتر تخریب نیز حفظ ساختار کلی شبکهٔ عروقی را تا حد قابل قبولی ممکن می‌سازد. https://www.jmvip.ir/article_253142.html با افزایش چالش‌های امنیتی در محیط‌های نظارتی و فضاهای پرتراکم، نیاز به سامانه‌های هوشمند برای تشخیص سریع و دقیق رفتارهای خشونت‌آمیز بیش از پیش احساس می‌شود. یکی از کاربردهای بالقوه چنین سامانه‌هایی، محیط‌های کنترل‌شده‌ای مانند زندان‌ها است که تشخیص به‌موقع درگیری‌ها اهمیت بالایی دارد. در پژوهش حاضر، یک نسخه بهبودیافته از مدل تشخیص شیء YOLOv11 برای شناسایی رفتارهای خشونت‌آمیز ارائه شده است. در معماری پیشنهادی، از یک شبکه تبدیل مکانی برای افزایش تمرکز مدل بر نواحی مهم تصویر استفاده شده و همچنین با بهینه‌سازی بخش استخراج ویژگی‌ها و تقویت نمایش اطلاعات زمینه‌ای، توانایی مدل در تشخیص صحنه‌های پیچیده و پرتراکم بهبود یافته است. با توجه به محرمانه بودن داده‌های واقعی زندان، ارزیابی روش پیشنهادی بر روی مجموعه‌داده‌های عمومی انجام شد تا امکان مقایسه منصفانه با پژوهش‌های پیشین فراهم گردد. نتایج تجربی نشان داد مدل پیشنهادی به دقت متوسط 92.8 درصد در آستانه همپوشانی 0.5 و 76.1 درصد در بازه آستانه‌های همپوشانی 0.5 تا 0.95 دست یافته است که نسبت به مدل پایه بهبود قابل توجهی را نشان می‌دهد. همچنین ارزیابی بر روی مجموعه‌داده‌های نظارتی عمومی بیانگر پایداری مناسب روش پیشنهادی در شرایط مختلف تصویربرداری است. نتایج به‌دست‌آمده نشان می‌دهد که روش پیشنهادی ظرفیت مناسبی برای استفاده به‌عنوان یک راهکار پایه و قابل انتقال به سناریوهای نظارتی واقعی، از جمله محیط‌های زندان، پس از تنظیم و ارزیابی تکمیلی بر داده‌های همان دامنه دارد. https://www.jmvip.ir/article_254079.html وجود نویز در تصاویرِ حاصل از کاربردهایی نظیر صنعتی، نظامی و پزشکی، یکی از عوامل مهمی است که کیفیت اینگونه تصاویر را تحت تأثیر قرار داده و می تواند موجب اختلال در عملکرد صحیح این کاربردها ‌شود. یکی از انواع نویز که می تواند موجب خرابی تصویر گردد، نویز ضربه‌ای با مقدار تصادفی است. با توجه به نیاز به انجام بلادرنگ برخی از کاربردهای ذکر شده، ارائه روش‌های کاهش این نوع نویز به صورت بلادرنگ و با پیچیدگی سخت‌افزاری مناسب از اهمیت ویژه‌ای برخوردار است. در راستای رسیدن به این هدف محققین در این زمینه روش‌های مختلفی را با دیدگاه های نرم‌افزاری و سخت‌افزاری پیشنهاد داده اند. در این تحقیق با تقسیم‌بندی پیکسلهای تصویر با توجه به ناحیه ای که در آن قرار گرفته اند از یک سو و بررسی میزان اثر نویز روی آنها از سوی دیگر، روشی سخت افزاری جهت تشخیص نویز و بازسازی پیکسلهای تصویر با حفظ ویژگی‌های ساختاری آن ارائه شده است. نتایج شبیه‌سازیها و پیاده سازی های انجام شده نشان‌دهنده‌ عملکرد مناسب روش پیشنهادی و برتری و یا قابل مقایسه بودن کارایی آن در مقایسه با روشهای سخت افزاری و نرم افزاری بررسی شده دارد.