تفاصيل الوثيقة نوع الوثيقة : رسالة جامعية  عنوان الوثيقة : التعليق التلقائي للصور باستخدام الشبكة الخصومية التوليدية AUTOMATIC IMAGE ANNOTATION BASED ON GENERATIVE ADVERSARIAL NETWORKS   الموضوع : كلية الحاسبات وتقنية المعلومات  لغة الوثيقة : العربية  المستخلص : في الوقت الحاضر، يستخدم التعليق التلقائي للصور في تطبيقات مختلفة مثل استرجاع الصور وتصنيفها. حيث يلعب التعليق التلقائي للصور دورًا مهمًا في تحسين عملية استرجاع الصور. حيث يستخدم التعلم العميق في التعليق التلقائي للصور لاستخراج ميزات الصورة ثم تحويلها إلى أوصاف نصية. وهذا يعتبر حاليًا أحد أكثر مجالات البحث جاذبية. ومع ذلك، لا تزال النماذج التقليدية للتعليق التلقائي للصور التي تستخدم أساليب التعلم العميق تعاني من أوجه قصور مختلفة، كالأداء الضعيف في التعليق على الصور. لذا، هدف هذه الأطروحة إلى اقتراح نموذج تعليق تلقائي للصور بناءً على الشبكات العصبونية الالتفافية والشبكات الخصومية التوليدية وعلى نقل المعرفة. يهدف النموذج المقترح إلى التغلب على المشاكل الحالية مثل التحدي الناتج عن تدريب نموذج الشبكات العصبونية الالتفافية باستخدام بيانات صغيرة الحجم والتي تؤثر على فعالية التعليق التلقائي للصور. على وجه الخصوص، جذبت الشبكات الخصومية التوليدية الاهتمام في مجال رؤية الكمبيوتر نظرًا لقدرتها على إنشاء البيانات دون استخدام كثافة الاحتمالات بشكل صريح. فقد أثبتت فائدتها في شرح الصورة وزيادة عددها. في هذا البحث، تم استخدام المصنف الإضافي للشبكات الخصومية التوليدية، حيث يتنبأ المميّز بفئة الصورة بدلاً من اعتبارها مدخلات معينة؛ لذلك، يتم ضمان استقرار مرحلة التدريب مع توفير صور عالية الجودة. على الرغم من التطورات الحالية في التعليق التلقائي للصور باستخدام التعلم العميق، إلا أنها تحتاج إلى تحسينات من حيث الأداء والموارد الحسابية. لذلك تم استخدام نقل المعرفة في النموذج المقترح لحل هذه المشكلات؛ ولإثبات فاعلية النموذج المقترح، تم إجراء التجارب على أربع مجموعات من بيانات الصور المختلفة، وتشمل (ImageClef2011, ImageClef2012, ESPGame, Iaprtc12). حيث أشارت النتائج إلى أن النموذج المقترح قد تفوق في الأداء على غالبية نماذج التعليقات التلقائية للصور الحالية المشابهة من حيث: متوسط الدقة المحرف، والقياس F، والمساحة الواقعة تحت المنحنى، ومعدل الخطأ المتساوي، والدقة، والاستدعاء.  المشرف : د. منيرة طيلب  نوع الرسالة : رسالة ماجستير  سنة النشر : 1443 هـ 2022 م  المشرف المشارك : د. ريم العتيبي  تاريخ الاضافة على الموقع : Tuesday, March 15, 2022  الباحثون اسم الباحث (عربي) اسم الباحث (انجليزي) نوع الباحث المرتبة العلمية البريد الالكتروني عبير محمد الشهري Alshehri, Abeer Mohammed باحث ماجستير   الملفات اسم الملف النوع الوصف  47430.pdf pdf   الرجوع إلى صفحة الأبحاث