یک مطالعه درباره تشخیص و شناسایی اشیاء, الگوریتم ها و پیشرفت های اخیر در روش های مبتنی بر هوش مصنوعی, بینایی ماشین و یادگیری عمیق برای کمک و راهنمایی به افراد نابینا و کم بینا

چکیده مقاله

در این مقاله، وضعیت موجود و تحلیل پژوهش ها و دستاوردهای اخیر در زمینه سیستم های مبتنی بر هوش مصنوعی و بینایی برای کمک به افراد نابینا و کم بینا BVIP را ارائه می دهیم ابتدا به اهمیت فوق العاده و روزافزونی که هوش مصنوعی به دنبال استفاده از شبکه های عصبی کانولوشن CNN و توانایی آن ها در حل موثر وظایف طبقه بندی تصویر به دست آورده اند، اشاره می کنیم سپس به ترکیب تشخیص اشیاء به صورت زنده و شناسایی آنها با استفاده از روش های مناسب یادگیری عمیق می پردازد تا موقعیت و نام های چندین شیء شناسایی شده توسط دوربین را با استفاده از الگوریتم تشخیص شیء شناسایی کند می پردازیم در ادامه ما یک مدل شناسایی و بخش بندی اشیاء مبتنی بر الگوریتم Mask R CNN را پیشنهاد می دهیم که قادر به شناسایی و تعیین موقعیت اشیاء مختلف در تصاویر است و سپس نام و موقعیت آن ها را به زبان عربی بیان می کند در پایان ما یک مدل تشخیص اتوبوس سبک و با دقت بالا مبتنی بر نسخه بهبود یافته مدل YOLOv۵ پیشنهاد می دهیم ما ادغام ماژول های GhostConv و C۳Ghost را به شبکه YOLOv۵ پیشنهاد می کنیم تا دقت تشخیص را در حالی که پارامترهای مدل کاهش می یابد، حفظ کنیم

کلیدواژه‌ها

نویسندگان

محمدامین ابوالفارسی

۱ دانشگاه ملی مهارت شمسی پور فنی و حرفه ای تهران

جمال نوری

۲استاد مدعو دانشگاه ملی مهارت شهید شمسی پور دکتری کامپیوتر نرم افزار –ایران

�بوالفارسی، محمدامین و نوری، جمال،1404،یک مطالعه درباره تشخیص و شناسایی اشیاء, الگوریتم ها و پیشرفت های اخیر در روش های مبتنی بر هوش مصنوعی, بینایی ماشین و یادگیری عمیق برای کمک و راهنمایی به افراد نابینا و کم بینا،بیست و ششمین کنفرانس ملی مهندسی برق،کامپیوتر و مکانیک،شیروان

ارائه‌شده در

مجموعه مقالات بیست و ششمین کنفرانس ملی مهندسی برق،کامپیوتر و مکانیک20 خرداد 1404 · شیروان