سامانه تشخيص ريزپرنده هاي مهاجم با استفاده از سنسور تصوير

پيشرفت فناوري ساخت پهپادها و ريز پرنده‌ها، استفاده فراگير از اين پرنده‌ها را به دنبال داشته است كه باعث شده حفاظت از اطلاعات و اماكن خاص همچون ورزشگاه‌ها و ادارات و ارگان‌هاي نظامي و انتظامي متفاوت تر از گذشته مورد ملاحظه و مديريت قرار گيرد. بر همين اساس براي مقابله با اين تهديد‌ها بايد به فراخور نوع تهديد ابزارهاي دفاعي طراحي و تعبيه كرد. اساس كار سامانه پيشنهادي در اين پژوهش استفاده از فقط يك دوربين با رزولوشن بالا مي‌باشد كه اهداف تعريف شده را بر اساس كتابخانه تهيه شده، شناسايي كند. در پژوهش‌هاي پيشين روش‌هاي متعددي براي طراحي و پياده سازي اين شيوه همچون استفاده از فيلتر ذرات، استفاده از سيستم شبكه‌هاي عصبي و ... ارائه شده است كه در اين مقاله ابتدا به بررسي روش‌هاي پياده سازي مرسوم پرداخته مي‌شود، سپس با استفاده از بهترين روش كه تركيبي از تكنيك‌هاي مذكور همراه با پياده سازي نوين مي‌باشد، اقدام به طراحي و ساخت نمونه آزمايشگاهي آشكارساز و ردياب ريزپرنده شده است. تمام تمركز در بخش پياده سازي اين پروژه استفاده از شبكه‌هاي عصبي كانولوشنال مي‌باشد كه بايد چالش بسيار مهم  نرخ قاب(فريم ريت) دريافتي از دوربين و خروجي شبكه را به حداكثر رساند. اين پروژه با سه روش تفريق پس زمينه و شبكه عصبي شامل فريمورك داركنت، YOLO و شبكه Fast RCNN پياده سازي شده و فريم ريت‌ها بررسي مي‌شوند. ميانگين دقت مورد انتظار در اين پروژه بيش  از  90% مي‌باشد. آزمايش‌هاي سامانه حاضر، با استفاده از رايانه انجام شده، ولي قابليت پياده سازي در بستر FPGA با استفاده از ابزار HLS نيز لحاظ گرديده است.