CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

مقایسه شبکه های عصبی YOLOV۳ ،YOLOV۵S و MOBILENET-SSD V۲ برای تشخیص ماسک صورت در زمان واقعی

عنوان مقاله: مقایسه شبکه های عصبی YOLOV۳ ،YOLOV۵S و MOBILENET-SSD V۲ برای تشخیص ماسک صورت در زمان واقعی
شناسه ملی مقاله: JR_IJDCS-5-1_007
منتشر شده در در سال 1401
مشخصات نویسندگان مقاله:

مریم فردی - دانشکده مهندسی کامپیوتر هوش مصنوعی، دانشگاه صنعتی مالک اشتر، تهران، ایران.
کوروش داداش تبار احمدی - دانشکده مهندسی کامپیوتر هوش مصنوعی، دانشگاه صنعتی مالک اشتر، تهران، ایران.

خلاصه مقاله:
امروزه، یادگیری عمیق با استفاده از موارد متعدد پتانسیل واقعی خود را نشان میدهد و در حوزههای مختلف تکنولوژیکی اهمیت دارد.یکی از پرطرفدارترین کاربردهای یادگیری عمیق، تشخیص و ردیابی اشیا است. محصوالت اخیر نتایج امیدوارکننده ای را در همین رابطه نشانداده است. این مقاله رویکردهای سیستماتیک مختلفی را مورد بحث و مقایسه قرار می دهد که تصاویر را تجزیه و تحلیل نموده و مشخصمیکند که آیا فرد ماسک صورت را به درستی، نادرست و یا اصال استفاده نموده است یا خیر. تشخیص ماسک بر روی تصاویر، ویدئوها وسیستمهای نظارتی در زمان واقعی، با استفاده از سه الگوریتم یادگیری ماشینی پرکاربرد انجام می شود Yolon۳ ،Yolon۵ و-MobileNetV۲ SSDهرمدل وجود ماسک را روی صورت افراد تشخیص میدهد که بر اساس دقت آنها و میزان سرعت پردازش ویدیو قضاوت میشود.نتایج عملکرد سه الگوریتم برای تشخیص وجود ماسک صورت بر روی یک فرد در زمان واقعی بر حسب FPS تعیین میگردد.

کلمات کلیدی:
FPS، mAP، MobileNet-SSD، Yolon۵،Yolon۳

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1638878/