ارائه روشی جدید جهت استخراج حرکت چشم در تصاویر بلادرنگ با استفاده از روشهای ترکیبی بینایی ماشین جهت کنترل ویلچر برقی

این روزها با پیشرفت علم در جهت رفاه حال تمامی افراد جامعه قدمهایی برداشته شده است که افراد ناتوان جز جدانشدنی این جامعه میباشند و با پیشرفتهای به عمل آمده در جهت آسایش این عزیزان بر آن شدیم که ویلچرهای برقی موجود را به کمک هوش مصنوعی و با مکانیابی چشم به حرکت در آوریم. هدف ما پیشرفته کردن کنترل ویلچرهای برقی موجود به کمک هوشمصنوعی و بینایی ماشین می باشد. به طور کل این پژوهش به چند بخش مختلف از جمله ایجاد دیتاست، ایجادو آموزش شبکه های یادگیری عمیق، خروجی گرفتن از شبکه های آموزش دیده، ارتباط با محیط خارج توسط میکروکنترلرو مدارات فرمان تقسیم میشود، که هر کدام از این بخشها توسط برنامه های مختلف ایجاد و ساخته شدهاند در این پژوهش ابتدا به کمک نرم افزار LabView عکسهای مورد نیاز جهت ایجاد دیتاست از افراد مختلف گرفته میشود. در مرحله دوم شبکه های مختلف زیرمجموعه های شبکه عصبی کانولوشنی را برای پیدا کردن بهترین شبکه مورد نیاز برای دیتاست ایجاد شده به کمک نرم افزار متلب مورد بررسی قرار میدهیم و با ایجاد و تغییر در شبکه های موجود بهترین حالت را در نظر میگیریم. در مرحله سوم به کمک نرم افزار LabView و با خروجی شبکه های ایجاد شده در مرحله قبل و با فراخوانی دوربین به صورت بلادرنگ تصویر چشم فرد مورد نظر را دریافت و عمق دید و جهت آن را به کمک شبکه های خروجی آموزش دیده پیدا میکنیم و اطلاعات و دستورات به دست آمده به صورت سریال به آردوینو و بعد از آن به ویلچر برقی ارسال میگردد. در این راستا به توانایی کنترل ویلچر برقی به کمک حرکات چشم، جهت چشم و عمق دید با روش یادگیری عمق دست پیدا کرده ایم، و قدم در پیشرفته کردن این طرح گذاشته ایم.

Keywords:

یادگیری عمیق , بینایی ماشین , شبکه عصبی کانولوشنی