طراحی سیستمی بهینه جهت تشخیص ماسک با استفاده از یادگیری عمیق به منظور جلوگیری از گسترش کووید ۱۹
Publish place: Seventh international Conference on Knowledge and Technology of Mechanical, Electrical Engineering and Computer Of Iran
Publish Year: 1400
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 372
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
DMECONF07_010
تاریخ نمایه سازی: 21 اردیبهشت 1401
Abstract:
تشخیص چهره به عنوان یکی از مهم ترین مسائل در زمینه پردازش ماشین و بینانی ماشین ، در سال های اخیر تکامل یافته است و بسیاری از الگوریتم های جدید با استفاده از معماری های کانولوشنی ایجاد شده اند تا راه را برای این عرصه هموار تر سازند. پس از همه گیری کرونا هوش مصنوعی به طور گسترده در جهت کنترل و شناخت این بیماری الخصوص در زمینه تشخیص ماسک مورد استفاده واقع شد اما بسیاری از روش های ارائه شده یا نیاز به سخت افزار های خاص دارند و یا برای آموزش ، نیازمند زمان زیاد و سیستم های قوی می باشند. در این مقاله تلاش شده است با بهره گیری از یادگیری انتقالی ، قابلیت استخراج ویژگی شبکه عصبی vgg۱۶ و قدرت طبقه بندی الگوریتم knn به ایجاد روشی بهینه با هدف بهره گیری از بینایی ماشین، در جهت پردازش چهره افراد به منظور تشخیص صورت های با ماسک و بدون ماسک ایجاد کرده ، تا با جلوگیری از تردد افراد بدون ماسک در مکان های سربسته عمومی و کنترل گسترش بیماری کویید ۱۹ در مناطق کم بضاعت ،گامی کوچک در جهت گسترش این بیماری برداشت.
Keywords:
Authors
پریا افشاری پور
فارغ التحصیل کاردانی نرم افزار، دپارتمان برق و کامپیوتر، دانشکده حضرت فاطمه (س) دانشگاه فنی و حرفه ای استان کرمان
الینا اشرف پور
فارغ التحصیل کاردانی نرم افزار، دپارتمان برق و کامپیوتر، دانشکده حضرت فاطمه (س) دانشگاه فنی و حرفه ای استان کرمان
فرزانه عبدالرحیمی بلوچ
استاد دپارتمان برق و کامپیوتر، دانشکده حضرت فاطمه (س) دانشگاه فنی و حرفه ای استان کرمان، ایران