شناسايي و تشخيص ماسك پزشكي بر روي صورت با استفاده از شبكه عصبي YOLO و يادگيري عميق

چكيده- يادگيري عميق در بسياري از كاربردهاي واقعي در حوزه هاي مختلف، پتانسيل فوق العاده اي را نشان داده است. يكي از اين پتانسيل ها تشخيص شي است. هدف اين تحقيق بررسي الگوريتم تشخيص اشياي ,YOLOو استفاده از آن در تشخيص ماسك پزشكي، در تصاوير واقعي ميباشد. استفاده از ماسك پزشكي صورت در مكان هاي عمومي، افراد را در برابر انتقال COVID-19، محافظت مي نمايد. مدل پيشنهادي شامل دو مولفه است. اولين مولفه، استخراج ويژگي مبتني بر مدل يادگيري انتقال عميق ResNet-50 طراحي شده و مولفه دوم براي شناسايي ماسك پزشكي صورت مبتني بر YOLO v2 طراحي گرديده است. همچنين دو مجموعه داده از صورت ماسك دار پزشكي در يك مجموعه داده تركيب شده، و مورد بررسي قرار گرفتند. براي بهبود فرآيند تشخيص شي، از IoU براي تخمين بهترين تعدادBox Bounding استفاده گرديد، و نتايج بدست آمده بدينصورت است كه adam optimizer به عنوان ردياب با بالاترين دقت، به 81٪ تخمين، رسيده است. در نهايت، يك نتيجه مقايسه اي با كارهاي مرتبط در پايان ارائه شده است. آشكارساز پيشنهادي به دقت بالاتري نسبت به كارهاي مربوطه دست يافته است.