23580

ارتقاي قابليت تشخيص اشياي پنهان از تصاوير موج ميليمتري با استفاده از شبكه‌هاي عصبي عميق

كارشناسي ارشد

مهندسي برق- گرايش سيستمهاي الكترونيك ديجيتال

97-99

99/11/28

دكتر سيد محمدرضا موسويميركلايي

مهندسي برق

با افزايش نگراني در حيطه‌ي امنيت عمومي، تشخيص شي پنهان‌شده به مسئله‌ي بسيار مهم در سامانه بازرسي امنيت، تبديل شده است. در سال‌هاي اخير، روش‌هاي گوناگوني به منظور نمايش اشيا‌ي پنهان‌شده (به خصوص اشياي پنهان‌شده در زير لباس فرد) ارائه شده است. اين روش‌ها بيشتر بر اساس امواج ميليمتري كار مي‌كنند كه قادرند تا اشياي خطرناك در تصاوير اسكن شده را توسط حسگرها تشخيص دهند. اخيرا روش‌هاي تشخيص اشياي بسياري مبتني بر شبكه‌هاي عصبي عميق ارائه شده‌ است. از آن‌جايي كه اشيا در تصاوير با اندازه‌هاي مختلف هستند، ضروري است كه الگوريتم تشخيص قادر به تشخيص اشيا در اندازه‌هاي مختلف باشد. در اين پايان‌نامه هدف، تشخيص اهداف در مجموعه داده‌ي تصاوير موج ميليمتري غيرفعال مي‌باشد. به منظور دقت و سرعت بيشتر در تشخيص هدف از الگوريتم YOLOv3 به عنوان الگوريتم پايه‌ي تشخيص اشيا استفاده مي‌شود. جهت افزايش دقت و كارآيي الگوريتم تشخيص اشيا، افزودن ماژول SPP به ساختار الگوريتم و استفاده از كادرهاي انكر مناسب پيشنهاد مي‌شود كه اين راه‌كارها در سه مدل بررسي مي‌گردند. در مدل اول، به منظور افزايش دقت در تشخيص شي كوچك از اضافه نمودن ماژول SPP به ساختار الگوريتم YOLOv3 و استفاده از كادرهاي انكر مناسب با اهداف درون مجموعه داده‌ي مورد نظر استفاده مي‌گردد كه موجب افزايش 3.24% در ميانگين دقت متوسط مي‌شود. در مدل دوم، از ساختار سبك‌تر با تعداد لايه‌هاي كمتر YOLOv3 به همراه ماژول SPP و كادرهاي انكر مناسب استفاده مي‌شود كه در اين مدل ميانگين دقت متوسط 4.04% افزايش مي‌يابد. اين مدل به دليل استفاده از شبكه‌ي استخراج‌گر ويژگي با تعداد لايه‌هاي كانولوشنال كمتر از نظر زمان تشخيص نسبت به مدل اول بهتر عمل مي‌كند. در مدل سوم، از الگوريتمي با ساختار سبك‌تر و كوچك‌تر شبكه‌ي استخراج‌گر ويژگي به همراه سه ماژول SPP اضافه شده به ساختار الگوريتم و نيز كادرهاي انكر مناسب استفاده مي‌گردد. ميانگين دقت متوسط مدل پيشنهادي سوم، 2.92% افزايش مي‌يابد. زمان تشخيص اين الگوريتم نيز 12 ميلي ثانيه بوده كه نسبت به دو الگوريتم قبلي بهبود قابل توجهي داشته است.

1400/02/12

Enhancement of Hidden objects Detection from Millimeter wave Images using Deep Neural Networks

2/17/2022 12:00:00 AM

تشخيص شي پنهان شده , تصاوير موج ميليمتري , تشخيص اشيا , شبكه هاي عصبي عميق , الگوريتم YOLOv3