تشخیص اشیا پرنده مشکوک
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 117
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEIM01_070
تاریخ نمایه سازی: 27 مهر 1401
چکیده مقاله:
با توجه به رشد روز افزون ریز پرنده, خطر تجسس نواحی ارضی حفاظت شده افزایش می یابد. برای مقابله با این مشکل با استفاده از سنسور های دوربین و مجهز کردن آن های به الگوریتم های هوش مصنوعی و یادگیری عمیق, توانایی نظارت اپتیکی به سیستم های نظارتی را می دهیم. در این مطالعه با توجه اهمیت بلادرنگ و حساسیت این سیستم ها, با استفاده از مدل بهبود یافته YOLO و تولید داده های مصنوعی برای افزایش عملکرد, سیستم تشخیص اشیا پرنده با دقت ۸۶.۵% طراحی شد.
کلیدواژه ها:
نویسندگان
احسان اله کوزه گر
استادیار، گروه مهندسی کامپیوتر و علوم مهندسی، دانشکده فنی و مهندسی شرق گیلان، دانشگاه گیلان، گیلان، ایران.
آرمین آژده نیا
فارغ التحصیل کارشناسی مهندسی کامپیوتر، دانشکده فنی و مهندسی شرق گیلان، دانشگاه گیلان، گیلان، ایران