رهیافت مبتنی بر بینایی ماشین - الگوریتم اشتراک گیری در کشف و تعیین مشخصه رادیوایزوتوپ های بی پشتوانه

تشخیص و شناسایی عناصر رادیواکتیو یک جنبه حیاتی در زمینه های مختلف از جمله ایمنی هسته ای، نظارت بر محیط زیست و فیزیک بهداشت پرتوی است. روش های سنتی شناسایی رادیواکتیویته اغلب به تکنیک های دستی وقت گیر یا تجهیزات تخصصی که ممکن است به راحتی در دسترس نباشند، متکی هستند. بااین حال، پیشرفت ها در فناوری بینایی ماشین جایگزین امیدوارکننده ای ارائه می کند که از قدرت هوش مصنوعی و پردازش تصویر برای افزایش دقت و کارایی شناسایی عناصر رادیواکتیو استفاده می کند. این مقاله به بررسی کاربرد تکنیک بینایی ماشین در شناسایی نوع عناصر رادیواکتیو خارج از کنترل می پردازد و بر ادغام الگوریتم های تصویر برداری، چارچوب های یادگیری عمیق و تحلیل داده های آشکارسازها تمرکز می کند که می تواند فرآیند شناسایی را به طور خودکار انجام داده و خطای انسانی را به حداقل برساند. سامانه مدل شده به طور هم زمان تصاویر حرکتی را دریافت و پردازش کرده و مسیر حرکت اجسام را تشخیص می دهد و به طور هم زمان داده های پرتوی در آشکارساز ثبت می گردد. از روی طیف های ثبت شده در آشکارسازها، حضور چشمه یا چشمه های رادیواکتیو و نوع آنها مشخص می گردد. در ادامه با داشتن طیف های ثبت شده در زمان های مختلف و با شناسایی شماره شناسایی اشیا حاضر از روی تصاویر موقعیت و نوع ماده رادیواکتیو مشخص می گردد.

کلیدواژه ها:

رادیوایزوتوپ ، پردازش تصویر ، بینایی ماشین ، مونت کارلو ، طیف نگاری ، چشمه های بی پشتوانه