نموذج ذكي للتعرف على الخوذة واقية الرأس في المشاهد المعقدة
- 20 Aug 2022
- الأبحاث المنشورة مؤخراً باسم الجامعة - المعلوماتية والاتصالات
| الباحثون المشاركون | Panbo He - Chunxue Wu – د. رامي يارد - Yuanhao Ma |
| منشور في | Advances in Mathematical Physics, Advances in Information Entropy (Special Issue), volume 2022, Article ID 1352775, July 2022. |
| الملخص | يقدم هذا البحث العلمي نموذج ذكي للتعرف على الخوذة واقية الرأس من صور معقدة في أماكن العمل، بالاعتماد على النموذج YOLOv5 (You Only Look Once version 5). مع الأخذ بعين الاعتبار الصعوبات المرافقة مثلاً عناصر pixels صورة الخوذة صغيرة جداً بحيث لا تكتشف، أو وجود عدد كبير من العمال في المشهد وبالتالي لا يمكن تمييز الخوذة بسبب كثافة الخوذ في المشهد. تمت إضافة module هو Squeeze-and-Excitation Networks (SE-Net) channel attention لعدة أجزاء من طبقة الشبكة للنموذج، بحيث يقوم هذا النموذج المتطور بتحسين أداء الاكتشاف في المشاهد المعقدة والتي تكون فيها عناصر pixels الصورة صغيرة جداً بحيث لا تكتشف، أو المشاهد التي تحوي صور كثيفة للجزء المراد اكتشافه. بالإضافة إلى ذلك، يقوم هذه البحث ببناء dataset للخوذ بالاعتماد على المشاريع السابقة وتضيف عليها عينات تدريبية للمشاهد التي تكون فيها عناصر pixels الصورة صغيرة جداً، أو المشاهد التي تحوي صور كثيفة للجزء المراد اكتشافه. أيضاً يفيد هذا النموذج المحسن في تقليل أثر الخلفية المكررة ويحسن بشكل ملحوظ دقة اكتشاف الجزء الصغير المطلوب. تظهر النتائج التجريبية أنه في المشروع، متوسط دقة اكتشاف الخوذة تصل إلى 92.82٪. مقارنةً بـ SSD و YOLOv3 و YOLOv5، تم تحسين متوسط دقة الاكتشاف بمقدار 6.89٪ و 8.28٪ و 2.44٪ ولديه قدرة تعميم قوية في المشاهد الكثيفة والمشاهد ذات الأهداف الصغيرة والتي تلبي متطلبات الدقة للكشف عن ارتداء الخوذة في التطبيقات الهندسية. الكلمات المفتاحية: Helmet, Recognition, Intelligent, tiny, dense, Image. |
| الرابط لقراءة كامل البحث |
