شناسايي سريع مكان و نوع وسيله نقليه در تصاوير با استفاده از روش يادگيري عميق

امروزه وسايل نقليه در مقياس بالا، در قسمت‌هاي مختلف شهر پراكنده هستند و از اين جهت احتياج به كنترل توسط سامانه‌هاي برنامه‌ريزي شده دارند. پيدا كردن  خودكار وسايل نقليه در تصوير و دسته‌بندي نوع آن ها پيچيده است، زيرا وسايل نقليه شكل‌ها، رنگ ها و مدل‌هاي بسيار متفاوتي دارند و طراحي‌شان با يكديگر متفاوت است. از اين رو روش هاي مختلف آناليز تصاوير براي حل اين مسئله مطرح گرديده است. اما بعضي از چالش ها مانند تعدد تصوير در يك صحنه، بهم پيوستگي تصوير وسيله نقليه و زمينه تصوير، وجود نويز در تصاوير، تلرانس نسبت به تغييرات نور وجود دارد. در سال هاي اخير استفاده از شبكه‌هاي عصبي عميق به‌عنوان ابزاري كارآمد در شناسايي با وجود تنوع شرايط محيطي و اجسام مطرح شده اند. اما چالش استفاده از شبكه‌هاي عصبي عميق بار محاسباتي بالاي آن هاست. در اين مقاله رويكرد جديدي براي شناسايي نوع وسايل نقليه استفاده مي شود، اين رويكرد از تركيب شبكه عصبي VGG و الگوريتم تفكيك و دنبال كردن تصاوير Yolo  استفاده كرده است. اين روش باعث بهبود چالش هاي روش هاي پيشين مي گردد و در ضمن باعث كاهش بار محاسباتي مي گردد. تصاوير از دو پايگاه داده ImageNet و COCO  گرفته شده و از اين پايگاه ها به‌منظور آموزش و آزمون شبكه عصبي استفاده مي گردد.  نتايج نشان مي دهد كه سامانه طراحي شده بسياري از مشكلات را به خوبي برطرف مي نمايد. دقت تشخيص در مقايسه با سامانه هاي قبلي 2 الي 3 درصد افزايش يافته است. از مزايا اين رويكرد مي توان به كيفيت بالا در آشكارسازي تصاوير و سرعت قابل قبول در تشخيص نوع وسيله نقليه اشاره كرد.