Egyptian Hieroglyph Recognition

طورت مشروعًا متكاملًا للتعرف على الرموز الهيروغليفية المصرية من الصور، يجمع بين تقنيات الرؤية الحاسوبية والتعلم العميق للتعامل مع النقوش الأثرية المتضررة والمتأثرة بالإضاءة والظلال.

يعتمد الحل على مرحلة IGSM-based Image Segmentation لتحسين الصور وعزل مناطق الرموز وإعادة بناء الأجزاء المتضررة، يليها نموذج تصنيف يعتمد على ConvNeXt-Tiny Ensemble للتعرف على الرموز الهيروغليفية عبر 310 فئة.

تم تدريب وتقييم النماذج باستخدام 5-Fold Cross-Validation مع تقنيات مثل Data Augmentation وWeighted Sampling وSoft Voting لتحسين أداء التصنيف والتعامل مع تحديات البيانات.

حقق النظام 99.81% Validation Accuracy و 0.9989 Macro F1-Score على مجموعة بيانات تضم 13,729 صورة و310 فئات.

تم نشر البحث في Wasit Journal of Engineering Sciences، كما حصل المشروع على المركز الثاني في البحث العلمي ضمن IC-EISIS 2026.

التقنيات المستخدمة: Computer Vision، Deep Learning، Image Segmentation، ConvNeXt، Ensemble Learning، Python، TensorFlow/Keras.