اطروحة دكتوراه في كلية تكنولوجيا المعلومات تناقش"توليد صورة سطح مزيفة عميقة بالاعتماد على شبكة التوليد التنافسية"

ضحى فاضل عباس
قسم البرمجيات في كلية تكنولوجيا المعلومات يناقش اطروحة دكتوراه " توليد صورة سطح مزيفة عميقة بالاعتماد على شبكة التوليد التنافسية" لطالب الدكتوراه ( رائد عبد الرضا شيخان) و بإشراف (ا.د توفيق عبدالخالق عباس ) في قسم البرمجيات. و ذلك في الساعة التاسعة من صباح يوم الثلاثاء المصادف 2/9/2025 و على قاعة المؤتمرات في كلية تكنولوجيا المعلومات .

بينت الاطروحة انه في البحث العلمي، مثل الاستشعار عن بُعد والمحاكاة والمعلومات الجغرافية. وقد أدى ذلك إلى تطورات هامة في تقنيات توليد الصور في مجال التعلم العميق. تُعد الشبكات التوليدية التنافسية (GANs) من أكثر التقنيات فعالية لتوليد الصور المزيفة. تُدرَّب هذه الشبكات على توزيعات بيانات واقعية، مما يُولِّد صورًا مزيفة مُحسَّنة تُحاكي الصور الحقيقية إلى حد كبير. لتحديد اتجاه هذه الدراسة، قورن العمل الحالي بدراسات سابقة اعتمدت على الشبكات التوليدية التنافسية، والتي ركز معظمها على توليد صور نقطية من خلال تدريب الشبكات التوليدية التنافسية مباشرةً على الصور النقطية. بمعنى آخر، توليد صور مزيفة بناءً على بيانات البكسل. يُمثل هذا تحديًا في معالجة البيانات بكفاءة، ونظرًا لتعقيد الصور النقطية، فإنه يتطلب موارد حوسبة هائلة.
وبينما ركزت هذه الدراسة على التمثيل الهندسي للصور النقطية، تقترح الدراسة نظامًا يتألف من أربعة مراحل. في المرحلة الأولى، تُطبّق المعالجة المسبقة على صور الأقمار الصناعية النقطية لسطح الأرض، والتي تشمل تحول مجموعة البيانات الى تدرجات رمادية وتحسين الصورة واستخراج السمات الهندسية باستخدام خوارزمية تحويل السمات الثابتة للمقياس (SIFT). ثم يُبنى هيكل شبكي باستخدام مثلثات ديلوناي بناءً على السمات المستخرجة. الهدف هو تحويل الصورة النقطية إلى هياكل شبكية تُنشئ تمثيلات هندسية تحمل معاني طوبولوجية تُمثّل السمات المكانية لصورة القمر الصناعي لسطح الأرض.
في المرحلة الثانية، يُقدّم نموذج مُحسّن لشبكة GAN من خلال دمج طبقة واحدة متصلة بالكامل بعد المولد والمميز في بنية شبكة GAN الأساسية، والتي تم تسميتها شبكة GAN متصلة بالكامل (OFCGAN) حيث تعالج هذه الشبكة المُدخلات القائمة على المتجهات منخفضة الأبعاد (إحداثيات X وY) بأقل تعقيد حسابي، تهدف هذه المرحلة إلى إنشاء هيكل شبكي مزيف يحافظ على البنية الهندسية وأنماط توزيع بيانات السطح الحقيقية وتعتبر مرحلة تدريب الشكبة المقترحة.
في المرحلة الثالثة وهي مرحلة اختبار الشكبة المقترحة بواسطة بيانات الاختبار، المرحلة الرابعة يتم إعادة بناء الصورة النقطية عن طريق تحويل معلومات الملمس من الصورة النقطية الحقيقية الى بنية الشبكة لتوليد صورة نقطية مزيفة تُحاكي الصورة الحقيقية لسطح الأرض