شناسایی و تشخیص اشیاء در تصویر با استفاده از الگوریتم یولو بهینه شده
نویسندگان
1 استادیار،دانشگاه علوم و فنون هوایی شهید ستاری، تهران، ایران
2 استادیار، دانشگاه علوم و فنون هوایی شهید ستاری، تهران، ایران
3 استادیار، دانشگاه علوم و فنون هوایی شهید ستاری، تهران، ایران
doi
چکیده
امروزه بصورت گسترده برای نظارت و کنترل محیط از سیستمهای نظارت تصویری استفاده میشود. برای جلوگیری از حوادث ناخواسته و حفاظت از اماکن نظامی، امنیتی، مردم و اموال آنها، سرمایهگذاری در سیستمهای نظارت تصویری بسیار افزایش یافته و هدف، استفاده حداکثری از تمام دستاوردهای تکنولوژیکی موجود در این زمینه برای توسعه سیستم های نظارت تصویری است. استفاده از سیستمهای نظارت تصویری در سازمانها، ادارات، کارخانجات و محیطهای کاری موجب مراقبت و کنترل دقیق محیط، کاهش تخلفات، افزایش توانایی در آشکار سازی سریع حوادث و نظمدهی محیط کاری شده است. هدف از شناسایی و تشخیص اشیاء در سامانههای نظارت تصویری، دستهبندی و برچسب گذاری اشیا و تعیین موقعیت دقیق آنها در تصویر یا ویدئو است.امروزه شبکه های عصبی عمیق برای حل مسائل مختلف مورد بررسی و استفاده قرار میگیرند. در این مقاله ما به منظور شناسایی و تشخیص اشیاء در تصاویر از الگوریتم بهینه شده یولو استفاده نمودهایم. در معماری پایه شبکه یولو از تابع فعالسازی ریلو استفاده شدهاست که این تابع فعالسازی در نقطه صفر مشتقپذیر نیست و دوم منجر به صفر شدن تمام مقادیر منفی میگردد در نتیجه ما با تغییر تابع فعالسازی سعی در افزایش دقت شبکه عصبی پایه داریم. ما با ایجاد تغییر در معماری پایه الگوریتم یولو در شناسایی و تشخیص اشیاء، دقت شبکههای عصبی پایه را در شناسایی و تشخیص اشیاء در تصاویر را به میزانmAP = 0.8 درصد افزایش دادهایم.