خوارزميات رؤية الحاسوب ومعالجة الوقت الحقيقي في العربية

تُعد رؤية الحاسوب واحدة من أكثر المجالات تأثيراً في الذكاء الاصطناعي، حيث تمكّن الآلات من تفسير وفهم البيانات البصرية كما يفعل البشر. من التعرف على الوجوه وتتبع الأجسام إلى المركبات الذاتية القيادة والمراقبة الذكية، تُحفّز رؤية الحاسوب الابتكار عبر مختلف الصناعات.

يوفر هذا البرنامج التدريبي العملي للمشاركين فهماً عميقاً للخوارزميات الأساسية في رؤية الحاسوب وتطبيقاتها في الوقت الفعلي. ستتعلم كيفية معالجة وتحليل وتفسير بيانات الصور والفيديو باستخدام تقنيات مثل ترشيح الصور، واستخراج الميزات، واكتشاف الأجسام، وتتبع الحركة. يركز البرنامج أيضاً على تنفيذ هذه التقنيات في الأنظمة الفعلية باستخدام OpenCV وأطر التعلم العميق. بنهاية البرنامج، سيكون المشاركون مجهزين بالمعرفة النظرية والمهارات العملية لنشر تطبيقات رؤية الحاسوب في الوقت الفعلي.

Section 1: Introduction to Computer Vision and Image Processing

• What is computer vision? Applications and evolution.
• Basics of digital images: pixels, color spaces, histograms.
• Image filtering: smoothing, edge detection, thresholding.
• Introduction to OpenCV and image processing libraries.
• Lab: Apply filters and transformations to image datasets.

Section 2: Feature Extraction and Object Recognition

• Detecting edges, corners, and blobs using classical techniques (e.g., Canny, Harris, SIFT, ORB).
• Image descriptors and feature matching.
• Object recognition using template matching and keypoints.
• Use cases: industrial inspection, face detection, license plate recognition.
• Workshop: Build a feature-based object detection app.

Section 3: Real-Time Video Processing and Motion Analysis

• Capturing and processing live video streams.
• Frame-by-frame analysis and frame differencing.
• Background subtraction and motion detection algorithms.
• Real-time object tracking using Kalman Filters and MeanShift.
• Lab: Implement a motion tracking system with a live webcam.

Section 4: Deep Learning for Visual Recognition

• Introduction to convolutional neural networks (CNNs).
• Training and deploying deep learning models for classification and detection.
• Real-time inference using pretrained models (YOLO, MobileNet, SSD).
• Integrating TensorFlow or PyTorch with OpenCV for video processing.
• Demo: Real-time face mask detection or traffic sign recognition.

Section 5: System Optimisation and Deployment

• Reducing latency and improving frame rate in real-time systems.
• Hardware acceleration with GPUs and edge devices (e.g., Jetson Nano, Raspberry Pi).
• Managing memory and computation in video pipelines.
• Exporting and deploying models in production environments.
• Final project: Design and present a real-time vision system tailored to an industry application.

عند إتمام هذه الدورة التدريبية بنجاح، سيحصل المشاركون على شهادة إتمام التدريب من Holistique Training. وبالنسبة للذين يحضرون ويكملون الدورة التدريبية عبر الإنترنت، سيتم تزويدهم بشهادة إلكترونية (e-Certificate) من Holistique Training.  

شهادات Holistique Training معتمدة من المجلس البريطاني للتقييم (BAC) وخدمة اعتماد التطوير المهني المستمر (CPD)، كما أنها معتمدة وفق معايير ISO 9001 وISO 21001 وISO 29993.  

يتم منح نقاط التطوير المهني المستمر (CPD) لهذه الدورة من خلال شهاداتنا، وستظهر هذه النقاط على شهادة إتمام التدريب من Holistique Training. ووفقًا لمعايير خدمة اعتماد CPD، يتم منح نقطة CPD واحدة عن كل ساعة حضور في الدورة. ويمكن المطالبة بحد أقصى قدره 50 نقطة CPD لأي دورة واحدة نقدمها حاليًا.