فهرست نشریات علمی دسترسی آزاد ایران

کاهش مصدومیت و مرگ‌‌ومیر ناشی از حوادث رانندگی همواره موردتوجه مسئولین انتظامی و دولت‌ها می‌باشد. برای کاهش مصدومیت در مکان‌هایی که میزان وقوع حوادث رانندگی به علت عدم استفاده موتورسواران از کلاه ایمنی در آن زیاد می‌باشد اقدامات قابل‌توجه‌ای ازجمله حضور افسر انتظامی صورت گرفته است. تمامی این موارد توسط عوامل انسانی صورت گرفته که ممکن است مواردی از قبیل تعداد اندک کارکنان و خستگی آن‌ها کیفیت این نظارت را کاهش داده و نتیجه دلخواه را به همراه نداشته باشد. یکی از موارد تخلفات رانندگی عدم استفاده از کلاه ایمنی توسط موتور‌سواران است، راهکار ارائه‌شده در این پژوهش بهره‌بردن از الگوریتم‌های یادگیری عمیق جهت تشخیص استفاده یا عدم استفاده کلاه ایمنی توسط موتور‌سواران می‌باشد، سیستم پیشنهادی علاوه بر تشخیص می‌تواند‌ در تحلیل داده‌های ترافیکی ازجمله، در چه زمان‌هایی تخلفات کاهش یا افزایش می‌یاید مورداستفاده قرار گیرد. در این پژوهش جهت تشخیص کلاه ایمنی از سه نسخه 416، 320 و spp شبکه عصبی عمیق YOLO_v3 استفاده‌شده است و با عنایت به اینکه این شبکه‌ها از قبل بر روی دادگان COCO آموزش‌دیده‌اند از 53 لایه اول شبکه به‌صورت یادگیری انتقالی استفاده‌شده و 53 لایه دیگر بر اساس داده‎‌های مورداستفاده در این پژوهش مورد آموزش قرارگرفته و سپس عملکرد این سه شبکه با یکدیگر مقایسه شد. درنهایت سیستم پیشنهادی تشخیص خودکار کلاه ایمنی پس از آموزش توسط مجموعه داده Helmet Detection عملیات تشخیص را با مقدار mAP ، 08/96% انجام‌ می‌دهد، همچنین مدل با تعدادی از کارهای ‌پیشین مقایسه گردید و نتایج مطلوب‌تری حاصل شد.