3D integral imaging is a true 3D imaging technology. It offers the simplest form that is capable of recording and replaying the true light field 3D scene in the form of a planar intensity distribution, by employing microlens array. There is a new world health crisis threatening the humanity with the spread of Covid-19 (Coronavirus Disease-2019). The Covid-19 belongs to a family of viruses that may cause various symptoms such as pneumonia, fever, breathing difficulty, and lung infection. Real images of Covid-19 patients confirmed by computed tomography CT were used to segment areas of increased attenuation in the lungs, all compatible with ground glass opacities and consolidations. This paper describes a new method to generate an indicative Covid-19 3D integral image models. The method is based on a Multiprocessor Ray Tracing System including Philips viewer, 3D slicer software and unidirectional camera. Experimental results are extremely satisfactory and for the first time it is proved that 3D integral images Covid-19 models are generated through Multiprocessor ray tracing system in order to deep monitoring and visualization to could be aid diagnosis in the absence of RT-PCR kits as demonstrated. A new file format content is created as well.
Dr. Mahmoud Geat Eljadid(3-2022)

Antipersonnel landmines represent a very serious hazard endangering the lives of many people living in armed conflict counties. The huge number of human lives lost due to this phenomenon has been a strong motivation for this research. Deep Learning (DL) is considered a very useful tool in object detection, image classification, face recognition and other computer vision activities. This paper focuses on DL for the problem of landmines recognition in order to identify its type based on shape features. This research work consists of several stages: gathering a new dataset of Anti-Personnel Mines (APMs) images for training and testing purposes, employing several augmentation strategies to boost the diversity of training data, applying four different Convolutional Neural Network (CNN) models namely VGG, ResNet, MiniGoogleNet and MobileNet, and evaluating their performances on APMs recognition. In conclusion, results indicate that MiniGoogleNet exceed all of other three models in recognizing APMs with the highest accuracy rate of 97%.
Hassan Ali Hassan Ebrahem, Abdelhamid Elwaer, Marwa Solla, Fatima Ben Lashihar, Hala Shaari, Rudwan A. Husain(7-2021)

تـقنيات الذكاء الاصطناعي تُـسخر الآن لخدمة كافة مجالات الحياة، اقتصادية كانت أو طبية، أو تعليمية، أو عسكرية أو سياحية، وهي تقنيات تتميز باستمرارية تطورها وتستوحي بناء نماذج خوارزميات ذكائها من خلال الطبيعة التي نحيا فيها، في أسلوب التعامل مع المعضلات وحلها، وهي متعددة المنهجيات في الذكاء الاصطناعي، وأشهرها في هذه الحقبة، منهجية تعلم الآلة (Machine Learning) التي يتفرع منها أسلوب حديث يعرف بالتعليم العميق (Deep Learning)، وهو الذي بناؤه مستوحى من مفهوم شبكة الخلايا العصبية الدماغية (Artificial Neural Networks). إن هذا المجال المتطور يبشر بحل مشاكل كانت ضربا من الخيال يوماً ما، وانتشرت تطبيقاته المبتكرة الجديدة بشكل كبير جداً مؤخراً، وفي هذه الورقة سيتم بناء نموذج تعلم عميق يعمل على التعرف على بعض المَعالم الأندلسية الشهيرة، والنموذج سيكون بمثابة العقل المفكر في تطبيق الهاتف المحمول الذي يلتقط صورة المَعلم الأندلسي، فيحلل جزئيات الصورة محاولاً التعرف عليها وذكر اسم ذلك المَعلم، والنظام المتطور لهذا التطبيق الذكي سيستخدم تقنية خدمات الويب(Web Services) للتواصل مع قاعدة بيانات النظام، والرد بالمعلومات التي يحتاجها المستخدم، كما يعتبر هذا المجال من بصريات الحاسوب(Computer Vision) التي تعنى بقدرة الحواسيب على تمييز الصور والأشكال.
رضوان علي بلقاسم حسين, عبدالحميد الفلاح ميلود الواعر, عائشة محمود فياض(12-2021)