آشکارسازی کشتی های غیرنظامی و ناوگان نظامی با استفاده از شبکه YOLO بهبود یافته

سال انتشار: 1403
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 53

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CCCI15_018

تاریخ نمایه سازی: 25 آذر 1403

چکیده مقاله:

امنیت دریایی و نظارت دریایی یک موضوع مهم و اساسی در کشور و منطقه است . فناوری های سنجش از دور برای نظارت بر کشتی ها به ابزاری ارزشمند برای کنترل و حفاظت محیط های دریایی تبدیل شده است . از بین داده های سنجش از دوری تصاویر اپتیک و SAR بیشترین کاربرد را در تشخیص کشتی دارند. در مقایسه با تصاویر SAR، تصاویر نوری مشخصات کشتی ها را با جزئیات بیشتری نشان می دهند و به راحتی قابل تفسیر و طبقه بندی هستند. یادگیری عمیق و یادگیری ماشین به عنوان دو زیرمجموعه هوش مصنوعی برای تشخیص اشیا استفاده می شود.در این مقاله از شبکه YOLO برای آشکارسازی استفاده شده است که سرعت بالاتری نسبت به شبکه های دیگر دارد. دقت شبکه YOLO نسبت به شبکه هایی مانند R-CNN و SSD و RetinaNetبیشتر بوده و قابلیت جداسازی ناوهای جنگی از کشتی ها و ناوگان غیرجنگی را دارد.

نویسندگان

مریم ویسی

کارشناسی ارشد فتوگرامتری -دانشگاه صنعتی خواجه نصیرالدین طوسی

اکرم افتخاری

دانشجوی دکتری سنجش از دور -دانشگاه تهران