بررسی کاربرد دوربین‌های مداربسته حرارتی(Thermal) و تشخیص نفوذ در نظارت پیرامونی تحت شرایط جوی نامساعد

علی ایرانی منش1 مصطفی عبداللهیان دهکردی2

چکیده :
سیستم‌های تشخیص نفوذ پیرامونی (PID) نقش حیاتی و غیرقابل‌انکاری در تامین امنیت زیرساخت‌های حساسی چون راه‌آهن‌های پرسرعت، فرودگاه‌های غیرنظامی و پست‌های انتقال برق ایفا می‌کنند. با این حال، سیستم‌های نظارتی مبتنی بر حسگرهای بصری (Optical) سنتی در شرایط جوی نامساعد نظیر مه غلیظ، باران شدید، برف و محیط‌های کم‌نور با افت شدید عملکرد روبرو شده و این امر منجر به افزایش نرخ هشدار کاذب و کاهش قابلیت اطمینان سیستم می‌شود. در این راستا، فناوری تصویربرداری حرارتی به دلیل بهره‌گیری از طول موج بلندتر و استقلال کامل از شرایط نوری محیط، به عنوان یک راهکار بسیار مقاوم و کارآمد برای کشف و ردیابی اهداف در تاریکی مطلق و شرایط حاد اتمسفری شناخته می‌شود. این مقاله به بررسی جامع کاربرد دوربین‌های مداربسته حرارتی و ادغام آن‌ها با الگوریتم‌های نوین مبتنی بر یادگیری عمیق نظیر معماری‌های پیشرفته YOLO جهت شناسایی و طبقه‌بندی دقیق اهداف متحرک و تشخیص ژست‌های پیچیده انسانی (مانند خزیدن، صعود و خمیده راه رفتن) می‌پردازد. از آنجا که حسگرهای منفرد در پوشش کامل محیط‌های عملیاتی و آب‌وهوای متغیر دچار محدودیت هستند، این پژوهش بر اهمیت شبکه‌های همجوشی چندحسگری (Multi-Sensor Fusion) تاکید ویژه‌ای دارد. در این ساختار، تلفیق داده‌های دوربین‌های حرارتی با حسگرهای نوری و رادارهای موج میلی‌متری (mmWave) به منظور جبران نقاط ضعف هر سنسور و جلوگیری از انسداد دید هدف تحلیل می‌گردد. همچنین، رویکردهای پیشرفته‌ای چون شبکه‌های دو جریانه مانند چارچوب DN-LSK-EMA-Net و الگوریتم‌های مبتنی بر مکانیسم توجه (Attention-GRU) جهت ارزیابی پویای قابلیت اطمینان حسگرها و وزن‌دهی تطبیقی در شرایط متغیر محیطی مورد ارزیابی قرار می‌گیرند. بررسی‌ها روی مجموعه‌داده‌های مرجع حرارتی نظیر PDIWS و TU-VDN اثبات می‌کند که بهره‌گیری از ویژگی‌های مکانی-زمانی (Spatio-Temporal) و همجوشی داده‌ها، علاوه بر افزایش چشمگیر دقت تشخیص، شاخص میانگین زمان بین هشدارهای کاذب (MTBFA) را بهینه‌سازی می‌کند. نتایج این تحقیق یک نقشه راه فنی منسجم برای استقرار سیستم‌های امنیتی یکپارچه، هوشمند و با پایداری بالا در سناریوهای پیچیده ارائه می‌دهد.

کلمات کلیدی : تشخیص نفوذ پیرامونی (perimeter intrusion detection) تصویربرداری حرارتی (thermal imaging) شرایط جوی نامساعد (adverse weather conditions) همجوشی چندحسگری (multi sensor fusion) یادگیری عمیق (deep learning) رادار موج میلی‌متری (mmwave radar)


زبان مقاله : فارسی
محور مقاله : امنيت
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری
آدرس وب سایت کنفرانس : itnaf.ir
کد IOI مقاله : AAHD-ABHFZG
لینک مستقیم مقاله : https://isnac.ir/AAHD-ABHFZG

سایر مقالات محل انتشار
  1. A Study on Design Understandability and Interaction of the therapy-specific Robots
  2. طراحی و مهندسی یک حسگر زیستی نوری چند مدی پلاسمونیک مبتنی بر تشدیدگرهای حلقه شکاف برای سنجش جامع آنتی‌ژن
  3. طراحی یک اسیلاتورکنترل شونده با ولتاژ با نویز فاز بسیار پایین و بازه وسیع فرکانسی با تکنولوژی نانولوله کربنی برای کاربردهای PLL
  4. یک چارچوب هوشمند آگاه به زمینه برای ارتباطات V2V و V2Iدر شبکه‌های خودرویی شهرهای هوشمند با استفاده از داده‌های ترافیکی شبکه سلولی
  5. An Ensemble Non-Dominated Feature Selection Method: A Case Study on Prostate Cancer
  6. تشخیص زودهنگام پوسیدگی دندان با استفاده از شبکه‌های عصبی
  7. Simulation and Performance Comparison of Torque Tube and LVDT Sensors in Displacer-Based Level Measurement Systems
  8. ارتقا سامانه ناوبری پهپاد مهاجر ۶ با استفاده از فناوری
  9. کاربرد نانوذرات مگنتیت (Fe3O4) در پزشکی (از سنتز تا عملکرد)
  10. Simulation and Modeling of Floating-Gate Non-Volatile Memory Performance: Focus on Oxide Thickness, Programming Speed, and Charge Transport Mechanisms
  11. Fraud Analytics with Big Data: A Literature Review on Machine Learning Algorithms in Bankruptcy Prediction and Financial Fraud Detection
  12. تحلیل آینده‌پژوهانه هم‌گرایی هوش مصنوعی، فناوری نانو و فناوری اطلاعات در مسیر تحول صنعتی آینده
  13. نقش تحول دیجیتال در خدمات کتابخانه‌های عمومی برای توان‌یابان جسمی و ذهنی
  14. Prediction and Optimization of Oxygen Production under Microgravity Conditions Using Machine Learning
  15. Simulation and Performance Comparison of Ultrasonic, Non-Contact Radar, and Guided Wave Radar Sensors in Level Measurement Systems