آرشیو

آرشیو شماره ها:
۱۴

چکیده

هدف: امروزه با توجه به وجود تهدیدات متنوع برای برای افراد و اماکن خصوصی و دولتی تمام تلاش ها برای بهره برداری از پیشرفت های تکنولوژیک موجود برای جلوگیری از حوادث ناگوار و حفاظت از مردم و اماکن آنها انجام می شود. برای نظارت و کنترل محیط امروزه به طور گسترده از سیستمهای نظارتی مبتنی بر دوربین استفاده می شود. دوربین های معمولی مورد استفاده در این سیستمها در شرایط آب و هوایی مختلف و یا در طول شب برای شناسایی و تشخیص اشیاء با چالش روبرو هستند و نتایج ضعیفی ارائه می دهند. برای افزایش امنیت و نظارت در مناطق حفاظت شده، شناسایی افراد و تحرکات مشکوک در شرایط آب و هوایی مختلف و در طول 24 ساعت شبانه روز بسیار مهم است. روش شناسی: این تحقیق از نظر هدف کاربردی است و نتایج این پژوهش با استفاده از روش های مبتنی بر شبیه سازی ارائه شده است. یافته ها: با پیشرفت فناوری و استفاده گسترده از تصاویر حرارتی، شاهد روندی تحولی در حوزه تشخیص و شناسایی اشیا هستیم. تصاویر حرارتی، امکان دست یابی به اطلاعاتی در مورد میزان انتقال حرارت یک سطح و شکل آن را برای ما فراهم می کنند. در این مقاله، هدف ما، استخراج و تحلیل اطلاعات مفید تصاویر حرارتی با هدف شناسایی و تشخیص انسان با استفاده از دوربینهای حرارتی است. نتیجه گیری: ما برای شناسایی و تشخیص اشیاء در ویدیوی حرارتی از شبکه یولو3 استفاده کرده ایم. براساس نتایج حاصل با 6/94 mAP = قادر به شناسایی و تشخیص انسان در ویدیوهای خروجی از دوربین حرارتی شده ایم.

Human Detection Using Thermal Cameras

purpose: Today, due to the existence of various threats to individuals and private and public places, all efforts are made to use the available technological advances to prevent accidents and protect people and their places. Today, camera-based surveillance systems are widely used to monitor and control the environment. Conventional cameras used in these systems in different weather conditions or during the night are challenging to identify and recognize objects and provide poor results. To increase security and surveillance in protected areas, it is very important to identify people and suspicious movements in different weather conditions 24 hours a day.   Methodology: This research is applicable in terms of purpose and the results of this study are presented using simulation - based methods. Findings: With the advancement of technology and the widespread use of thermal images, we are witnessing a revolutionary process in the field of detecting and identifying objects. Thermal images allow us to obtain information about the amount of heat transfer of a surface and its shape. In this article, our goal is to extract and analyze useful information from thermal images to identify and diagnose humans using thermal cameras. Conclusion: We have used the YOLO3 network to identify and recognize objects in thermal video. Based on the results, with mAP = 94.6, we have been able to identify and recognize humans in the output videos from the thermal camera

تبلیغات