مناقشة رسالة طالبة الماجستير هيام هاشم سعيد من قسم علوم الحاسوب

ناقش قسم علوم الحاسبات في كلية العلوم بجامعة ديالى رسالة طالبة الماجستير هيام هاشم سعيد الموسومة (بناء نموذج للتباعد الاجتماعي في ظل جائحة كورونا باستخدام خوارزمية YOLOv5) وذلك على قاعة المناقشات في عمادة الكلية.

اوضحت الطالبة ان هدف الرسالة يتسبب فيروس كورونا COVID-19 في مرض تنفسي حاد. تم اكتشافه في مدينة ووهان ، الصين ، في ديسمبر 2019. أدى الوباء المستمر إلى عدد هائل من الإصابات و الوفيات. الاتصال الوثيق بين البشر هو الوسيلة الأساسية التي ينتشر بها فيروس كورونا, حاليًا ، مع تعاقب موجات كورونا و وصول الموجة الخامسة وقت كتابة هذه الرسالة الطريقة الأكثر فعالية وفريدة من نوعها لمنع انتقال مرض الفيروس التاجي هي الحد من الاتصال الجسدي مع الأشخاص المصابين.

تقترح منظمة الصحة العالمية (WHO) التباعد الاجتماعي كحل. حددت غالبية الحكومات والسلطات الصحية الوطنية مسافة 6 أقدام كإجراء وقائي. هناك حاجة ماسة إلى وجود نظام لمراقبة الحشود يمكنه اكتشاف وجود الأشخاص وتحديد الحشد وإصدار تحذيرات التباعد الاجتماعي.

وتناولت هذه الدراسة ، اقترح نموذج منهجية الذكاء الاصطناعي للكشف عن التباعد الاجتماعي بين الأفراد. تم تطوير نموذج الكشف باستخدام التعلم العميق الذي يتكون من اكتشاف الأفراد وتوطينهم باستخدام You Only Look Once الإصدار 5 (YOLOv5) وتقييم فعالية مجموعة بيانات Microsoft Common Objects in Context (MS-COCO). بعد اكتشاف الأشخاص ، تم استخدام المسافة الإقليدية لتحديد المسافة الزوجية بين الأشخاص في الصورة. تم إثبات قدرة هذا النموذج على اكتشاف المسافة الاجتماعية بين الأشخاص من خلال استخدام مجموعة متنوعة من مقاطع الفيديو الاختبارية في الوقت الفعلي بواسطة كاميرا IP أو في وضع عدم الاتصال (مقاطع الفيديو المحفوظة أو YouTube) ودعم النظام المقترح عن طريق إرسال رسائل تنبيه في حالة حدوث انتهاك لمسافات العتبة المحددة بين الناس. و يمكن التحقق من صحة المسافة الاجتماعية المكتشفة باستخدام "مجموعة بيانات الفيديو لـ COVID-19 Social Distancing and Human Detection Validation".

واظهرت الرسالة النتائج  على مرحلتين  الأولى خاصة باكتشاف كائن Yolov5 حيث تم تدريبه على اكتشاف الأشخاص فقط . يستغرق تدريب النموذج حوالي 8 ثوانٍ لإكمال كل حقبة ، ومع 150 حقبة ، يتم تقسيم مجموعة بيانات COCO بنسبة 10٪ اختبار ، و 10٪ تحقق من الصحة ، و 80٪ تدريب. بلغت الدقة حوالي 99.5٪ ، وأسفر التحقق من تدريب YOLOv5 عن معدل إيجابي حقيقي بنسبة 100٪ ومعدل إيجابي كاذب بنسبة100 ٪.

النتيجة الثانية ستكون لقياسات المسافة ، ونسبة الخطأ بين (-0.05 إلى 0.12) في اختبار دقة المسافة في "فيديو مسافة متر واحد" ، وتتراوح نسبة الخطأ بين (-0.04 إلى 0.04) في اختبار دقة المسافة لفيديو مسافة مترين.

<<  الموضوع التالي  |  الموضوع السابق  >>