التعلم غير الموجه لتحليل الصور - كتاب الذكاء الإصطناعي - الصف 12 - الفصل 1 - المملكة العربية السعودية

الدرس الثاني

التعلم غير الموجه لتحليل الصور

رابط الدرس الرقمي www.ien.edu.sa

فهم محتوى الصور Understanding Image Content

في سياق رؤية الحاسب يستخدم التعلم غير الموجه في مجموعة متنوعة من المهام مثل: تقطيع أو تجزئة الصورة (Image Segmentation)، وتقطيع الفيديو (Video Segmentation)، واكتشاف العناصر الشاذة (Anomaly Detection). ومن الاستخدامات الرئيسة الأخرى للتعلم غير الموجه: البحث عن الصورة (Image Search) ويتضمن البحث في قاعدة بيانات كبيرة من الصور للعثور على الصورة المشابهة للصورة المطلوبة.

تتمثل الخطوة الأولى لبناء محرك بحث لبيانات صورة في تحديد دالة التشابه (Similarity Function) والتي يمكنها تقييم التشابه بين صورتين بناءً على خصائصهما المرئية مثل: الحدود، أو النقش، أو الشكل. وبمجرد أن يرسل المستخدم صورة جديدة ليستعلم عنها، يقوم محرك البحث بالاطلاع على جميع الصور الموجودة في قاعدة البيانات المتاحة، ويعثر على الصور التي بها أعلى درجة تشابه، ويظهرها للمستخدم.

: (Anomaly Detection) هي عملية تُستخدم لتحديد الأنماط أو الأحداث أو نقاط البيانات الشاذة أو غير الطبيعية داخل مجموعة البيانات، وتهدف إلى الكشف عن الحالات الغريبة التي تختلف عن المعيار وقد تحتاج إلى استقصاء إضافي.

وهناك طريقة بديلة تتمثل في استخدام دالة التشابه لفصل الصور في عناقيد؛ بحيث يتكون كل عنقود من صور متشابهة بصريًا مع بعضها، ثم يُمثل كل عنقود من خلال بؤرة تجميع (Centroid) وهي صورة تقع في مركز العنقود وتمتلك أصغر مسافة عامة (أي اختلاف) من الصور الأخرى في العنقود. وبمجرد أن يرسل المستخدم صورة جديدة للاستعلام عنها، فإن محرك البحث سينتقل إلى جميع العناقيد ويختار العنقود الذي تكون بؤرة تجميعه أكثر تشابهًا مع الصورة المطلوبة من المستخدم لتظهر له صور العنقود المحددة. ويوضح الشكل 4.16 مثالاً على هذا.

: (Image Segmentation) هي عملية تقسيم الصورة إلى أجزاء أو مناطق متعددة تتقاسم خصائص بصرية مشتركة، وتهدف إلى تجزئة الصورة إلى أجزاء مترابطة. وذات مغزى يمكن استخدامها في القيام بتحليل إضافي.

شكل 4.16: رؤية مركبة ذاتية القيادة من خلال تقطيع الصورة

وزارة التعليم Ministry of Education 2023 - 1447

220

الدرس الثاني التعلم غير الموجه لتحليل الصور رابط الدرس الرقمي www.ien.edu.saفهم محتوى الصور Understanding Image Contentفي سياق رؤية الحاسب يستخدم التعلم غير الموجه في مجموعة متنوعة من المهام مثل: تقطيع أو تجزئة الصورة (Image Segmentation)، وتقطيع الفيديو (Video Segmentation)، واكتشاف العناصر الشاذة (Anomaly Detection). ومن الاستخدامات الرئيسة الأخرى للتعلم غير الموجه: البحث عن الصورة (Image Search) ويتضمن البحث في قاعدة بيانات كبيرة من الصور للعثور على الصورة المشابهة للصورة المطلوبة.تتمثل الخطوة الأولى لبناء محرك بحث لبيانات صورة في تحديد دالة التشابه (Similarity Function) والتي يمكنها تقييم التشابه بين صورتين بناءً على خصائصهما المرئية مثل: الحدود، أو النقش، أو الشكل. وبمجرد أن يرسل المستخدم صورة جديدة ليستعلم عنها، يقوم محرك البحث بالاطلاع على جميع الصور الموجودة في قاعدة البيانات المتاحة، ويعثر على الصور التي بها أعلى درجة تشابه، ويظهرها للمستخدم.--- SECTION: اكتشاف العناصر الشاذة --- : (Anomaly Detection) هي عملية تُستخدم لتحديد الأنماط أو الأحداث أو نقاط البيانات الشاذة أو غير الطبيعية داخل مجموعة البيانات، وتهدف إلى الكشف عن الحالات الغريبة التي تختلف عن المعيار وقد تحتاج إلى استقصاء إضافي.وهناك طريقة بديلة تتمثل في استخدام دالة التشابه لفصل الصور في عناقيد؛ بحيث يتكون كل عنقود من صور متشابهة بصريًا مع بعضها، ثم يُمثل كل عنقود من خلال بؤرة تجميع (Centroid) وهي صورة تقع في مركز العنقود وتمتلك أصغر مسافة عامة (أي اختلاف) من الصور الأخرى في العنقود. وبمجرد أن يرسل المستخدم صورة جديدة للاستعلام عنها، فإن محرك البحث سينتقل إلى جميع العناقيد ويختار العنقود الذي تكون بؤرة تجميعه أكثر تشابهًا مع الصورة المطلوبة من المستخدم لتظهر له صور العنقود المحددة. ويوضح الشكل 4.16 مثالاً على هذا.--- SECTION: تقطيع الصورة --- : (Image Segmentation) هي عملية تقسيم الصورة إلى أجزاء أو مناطق متعددة تتقاسم خصائص بصرية مشتركة، وتهدف إلى تجزئة الصورة إلى أجزاء مترابطة. وذات مغزى يمكن استخدامها في القيام بتحليل إضافي.شكل 4.16: رؤية مركبة ذاتية القيادة من خلال تقطيع الصورة2023 - 1447--- VISUAL CONTEXT --- **IMAGE**: رابط الدرس الرقمي Description: A QR code linking to www.ien.edu.sa, likely for digital lesson access. Context: Provides a digital link for the lesson content.**FIGURE**: شكل 4.16: رؤية مركبة ذاتية القيادة من خلال تقطيع الصورة Description: An image depicting a driver's perspective from inside a car, looking at a road with other vehicles. Several vehicles (cars and a truck) are highlighted with green bounding boxes. Text labels within these boxes indicate 'Vehicle type: car' and 'Direction: passing', demonstrating object detection and image segmentation in the context of autonomous driving. Key Values: Vehicle type: car, Direction: passing Context: Illustrates the practical application of image segmentation and anomaly detection in self-driving car technology, as discussed in the main content.