الفهرس 
IntroductionOnly 14 pages are availabe for public view
 |  | from | 160 |  |  |
| | | from | 160 | | |
Abstract
غالبًا ما تكون الصور عالية الدقة مطلوبة لمعظم التطبيقات ، لأنها تتضمن معلومات تكميلية. ومع ذلك ، فإن الاستخدام الأمثل لتكنولوجيا المستشعرات والتكنولوجيا المرئية لتحسين دقة الصورة غالبًا ما يكون محدودًا ومكلفًا. نتيجة لذلك ، يعد استخدام طريقة معالجة الصور لإنشاء صورة عالية الدقة من صورة منخفضة الدقة خيارًا مكلفًا وشاملًً. الهدف من دقة الفيديو الفائقة هو استعادة النقاط المعقدة وتقليل التأثيرات الحسية. يعتمد هذا العمل البحثي على نهج الدقة الفائقة متعدد الإطارات باستخدام تحليل المويجات لتدريب الشبكات العصبية التلًفيفية. لهذا الغرض ، يبدأ النهج بتطبيق تحليل المويجات على مقاطع الفيديو لتقييم متعدد المقاييس. بعد ذلك ، يتم تدريب العديد من الشبكات العصبية التلًفيفية بشكل مستقل لتقريب الخصائص متعددة المقاييس المويجة. تقوم الشبكات العصبية التلًفيفية المدربة بالاستدلال عن طريق استرجاع الصور على مختلف مستويات التحويل المويجية من صور منخفضة الدقة ، متبوعة بإعادة البناء المويجي. تقدم هذه الرسالة طريقة قائمة على التعلم للحفاظ على الميزات الدقيقة في الصور منخفضة الدقة متعددة الإطارات التي تم التقاطها باستخدام عدسات تكبير للكاميرا. تؤكد النتائج التجريبية نجاح الاستراتيجية المقترحة لاستعادة أنواع مختلفة من الإطارات المليئة بالضجيج.و تنقسم الرسالة إلى ستة أبواب بيانها كالأتى: الباب الأول يقدم مقدمة عامة عن موضوع الرسالة و تنظيمها. الباب الثانى يقدم دراسة مرجعية لطرق بناء صور عالية الدقة من صور منخفضة الدقة مع المقارنة بين الطرق المستعرضة. الباب الثالث يقدم أسس و مبادىء التحويل المويجى المستخدم فى الطريقة المقترحة للحصول على صور فائقة الدقة. الباب الرابع يقدم الشبكات العصبية كأداة لبناء الصور فائقة الدقة فى النموذج المقترح. الباب الخامس يقدم الطريقة المقترحة للحصول على صور فائقة الدقة اعتماد على التحويل المويجى و التعلم العميق. الباب السادس يقدم النتائج المستخلصة من الدراسة و الاتجاهات المستقبلية للبحث فى مجال الدراسة.