شناسایی و تشخیص ماسک پزشکی بر روی صورت با استفاده از شبکه عصبی YOLO و یادگیری عمیق

سال انتشار: 1400
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 445

فایل این مقاله در 8 صفحه با فرمت PDF و WORD قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICMVIP12_016

تاریخ نمایه سازی: 27 فروردین 1401

چکیده مقاله:

یادگیری عمیق در بسیاری از کاربردهای واقعی در حوزه های مختلف، پتانسیل فوق العاده ای را نشان داده است. یکی از این پتانسیل ها تشخیص شی است. هدف این تحقیق بررسی الگوریتم تشخیص اشیای ,YOLOو استفاده از آن در تشخیص ماسک پزشکی، در تصاویر واقعی میباشد. استفاده از ماسک پزشکی صورت در مکان های عمومی، افراد را در برابر انتقال COVID-۱۹، محافظت می نماید. مدل پیشنهادی شامل دو مولفه است. اولین مولفه، استخراج ویژگی مبتنی بر مدل یادگیری انتقال عمیق ResNet-۵۰ طراحی شده و مولفه دوم برای شناسایی ماسک پزشکی صورت مبتنی بر YOLO v۲ طراحی گردیده است. همچنین دو مجموعه داده از صورت ماسک دار پزشکی در یک مجموعه داده ترکیب شده، و مورد بررسی قرار گرفتند. برای بهبود فرآیند تشخیص شی، از IoU برای تخمین بهترین تعدادBox Bounding استفاده گردید، و نتایج بدست آمده بدینصورت است که adam optimizer به عنوان ردیاب با بالاترین دقت، به ۸۱٪ تخمین، رسیده است. در نهایت، یک نتیجه مقایسه ای با کارهای مرتبط در پایان ارائه شده است. آشکارساز پیشنهادی به دقت بالاتری نسبت به کارهای مربوطه دست یافته است.

نویسندگان

کوروش داداش تبار احمدی

هیات علمی و مدیر گروه هوش مصنوعی، مجتمع دانشگاهی برق و کامپیوتر، دانشگاه صنعتی مالک اشتر

مریم فردی

کارشناسی ارشد هوش مصنوعی دانشگاه صنعتی مالک اشتر