شناسایی چهره در محیط های شلوغ به صورت بلادرنگ با استفاده از YOLOv۸n

تکنولوژی شناسایی چهره در سال های اخیر به طور قابل توجهی پیشرفت کرده است و کاربردهای بسیار خوبی در حوزه های مختلفی از امنیت تا دستگاه های الکترونیک را دارا می باشد. اما در محیط های شلوغ که ازدحام جمعیت وجود دارد، شناسایی چهره ها به دلیل پوشانندگی و زاویه دید کم چالش برانگیز است. در این پژوهش، پیاده سازی و ارزیابی الگوریتم YOLOv۸n برای شناسایی چهره در تصاویر و ویدئوهای بلادرنگ بررسی شده است. هدف مطالعه تحلیل و ارزیابی عملکرد این مدل در شناسایی چهره ها در جمعیت به صورت بلادرنگ است. برای این منظور دیتاست ChokePoint به عنوان مجموعه داده مرجع انتخاب و فرآیند آموزش و تست با استفاده از کتابخانه Ultralytics انجام شد. ارزیابی ها نشان داد مدل YOLOv۸n پس از آموزش به دقت ۰.۵@MAP برابر با ۹۲ و سرعت پردازش ۷۰ فریم بر ثانیه دست یافت. نتایج بیانگر آن است که YOLOv۸n ترکیب مناسبی از دقت و سرعت را برای سیستم های تشخیص در کاربردهای بلادرنگ ارائه می دهد.

کلیدواژه ها:

شناسایی چهره ، سیستم های بلادرنگ ، محیط های شلوغ ، الگوریتم YOLO.v۸n