Thesis (Ph.D)-Cairo University,2022.

Bibliography: p. 79-91.

يعد إدراك النماذج المحجوبة أحد أكثر المشكالت تحديًا في العديد من المجاالت مثل الوسائط المتعددة واالستشعار عن بعد و جرافيكيات الحاسب. تعاني بعض تطبيقات التفاعل الواقعي مثل الواقع االفتراضى المعزز المتنقل من التعامل مع مشاكل النماذج المحجوبة واالصطدام في بيئة متحركة و سرعة االستجابة. تظھر المشكلة عند إضافة محتوى افتراضي إلى بيئة حقيقية . من الضروري معرفة األشياء المادية الموجودة في البيئة الحقيقية و أماكن تواجدها بالضبط. هذا لتحديد ما يجب حجبه وتقديم المحتوى بدقة. يعد إعادة بناء مشاهد ثالثية األبعاد هو أفضل حل لمشكلة النماذج المحجوبة. ومع ذلك ، فإن هذه األساليب لھا أداء ضعيف في التطبيقات العملية بسبب عدم وجود عمق دقيق ووضعية الكاميرا وحركة الكائن. عالوة على ذلك ، فإن إعادة بناء كامل ثالثي األبعاد أمر مكثف من الناحية الحسابية لتطبيقات الواقع المعزز في الوقت الفعلي. في هذه األطروحة ، اقترحنا إطا ًرا جديدًا يقوم على إعادة بناء كاما لنموذج ثالثي األبعاد للتغلب على مشكلة الحجب و االنسداد في بيئة متحركة معقدة دون استخدام بيانات المستشعرات ومع استخدام الكاميرا األكثر شيو ًعا في الھواتف المحمولة في الوقت الفعلي. يمكن أن يحل اإلطار المقترح العديد من المشكالت وهو مناسب لتطبيقات التفاعل الواقعي مثل Augmented Mobile Reality. تُستخدم األجھزة الشائعة مثل الكاميرا األحادية إلنشاء نموذج مناسب لتطبيقات تدفق الفيديو. كما أنه الجھاز األكثر شيو ًعا في العديد من الھواتف المحمولة ألنه رخيص الثمن.هذا ويھدف العمل أيضا الى إنشاء سحابة نقطية سلسة ودقيقة لبيئة ديناميكية باستخدام المعلومات التراكمية لسلسلة من إطارات فيديو RGB.يتكون اإلطار من مرحلتين رئيسيتين. أوالً ، يستخدم أسلوب التعلم غير الخاضع لإلشراف للتنبؤ بعمق المشھد ، ووضعية الكاميرا ، وحركة الكائنات من مقاطع الفيديو أحادية العدسة RGB. ثانيًا ، يُنشئ اندما ًجا لسحب نقطة اإلطار الحكيم إلعادة بناء نموذج ثالثي األبعاد استنادًا إلى تسلسل إطار فيديو في الوقت الفعلي. كما تُستخدم وحدة المعالجة الرسومية الضخمة )GPU )لتسريع إنشاء سحابة نقطية ثالثية األبعاد. هذا وقد تم اعتبار العديد من المعاير التقييم لتقيم آداء اإلطار المقترح ؛ وقد تم أيضا مقارنة اإلطار مع طرق التقييم الحديثة المختلفة المستخدمة على نطاق واسع مثل MRE و Chamfer Distance. أظھرت النتائج التجريبية أن إطار العمل المقترح تفوق على الطرق األخرى وأثبت أنه مرشح قوي في إعادة بناء النموذج ثالثي األبعاد في الوقت الفعلي.