شناسایی و تشخیص ماسک پزشکی بر روی صورت با استفاده از شبکه عصبی yolo و یادگیری عمیق
|
|
|
|
|
نویسنده
|
فردی مریم ,داداش تبار احمدی کوروش
|
منبع
|
دوازدهمين كنفرانس ملي و دومين كنفرانس بين المللي بينايي ماشين و پردازش تصوير ايران - 1400 - دوره : 12 - دوازدهمین کنفرانس ملی و دومین کنفرانس بین المللی بینایی ماشین و پردازش تصویر ایران - کد همایش: 00201-13087 - صفحه:0 -0
|
چکیده
|
چکیده- 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-19، محافظت می نماید. مدل پیشنهادی شامل دو مولفه است. اولین مولفه، استخراج ویژگی مبتنی بر مدل یادگیری انتقال عمیق resnet-50 طراحی شده و مولفه دوم برای شناسایی ماسک پزشکی صورت مبتنی بر yolo v2 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 81٪ 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.
|
کلیدواژه
|
yolo، ماسک پزشکی صورت، resnet covid-19،object detection،box bounding
|
آدرس
|
|
|
|
|
|
|
|