سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

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

Publish Year: 1401
Type: Journal paper
Language: Persian
View: 202

This Paper With 7 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

JR_IJDCS-5-1_007

Index date: 23 April 2023

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

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.

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

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

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.