پاسخ دهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

 
  • language
  • language
  • ورود/عضویت

توسعه سامانه هوش مصنوعی جهت تشخیص خودکار شی پنهان در تصاویر موج میلی متری

توسعه سامانه هوش مصنوعی جهت تشخیص خودکار شی پنهان در تصاویر موج میلی متری

  • شماره درخواست:
  • تاریخ اعلام: 1399/12/06
  • تاریخ انقضا: 1399/12/25

فرصت ها:

براساس پیشنهاد‌ها قابل‌ مذاکره خواهد بود.

میزان سرمایه گذاری:

براساس پیشنهاد‌ها قابل‌ مذاکره خواهد بود.

برنامه زمان بندی:

تماس جهت اطلاعات بیشتر:

۰۲۱۸۸۳۹۸۵۶۳ – ۰۲۱۸۸۳۹۸۵۴۳

پست الکترونیک:

ghazal.inif.ir/grant

ضرورت مسئله

امروزه یکی از دغدغه‌های اصلی کشورها پایش امنیتی در مکان‌های پر رفت و آمد است. با توجه به افزایش تهدید‌های جهانی در زمینه تروریسم و قاچاق مواد مخدر، نیاز به دستگاه‌های دقیق و کارا جهت استفاده در مکان‌هایی نظیر فرودگاه‌ها، مراکز حساس امنیتی، نمایشگاه‌ها و مکان‌های پرتردد احساس می‌شود. فناوری‌های پایش امنیتی، نسل‌های مختلفی را طی کرده‌اند. نسل اول این فناوری‌ها، فلزیاب‌ها هستند که به دلیل محدودیت در شناسایی مواد مخدر و مواد منفجره، استفاده از آن‌ها رایج نمی‌باشد. نسل بعدی، فناوری‌های مبتنی بر پرتوی X-Ray می‌باشد که به دلیل اثرات سوء بر سلامتی افراد، کاربرد آن در کشورهای اروپایی ممنوع شده است. ازاین‏رو در سال‌های اخیر، محققان و دانشمندان بر فناوری‌های جدید این عرصه تمرکز کرده‌اند. یکی از مهم‌ترین فناوری‌ها در این زمینه، فناوری تصویربرداری موج میلی‌متری است که معایب نسل‌های پیشین را برطرف نموده است. به دلیل قدرت نفوذ بالای امواج میلی‌متری، قابلیت تهیه تصاویر از زیر لباس افراد وجود دارد و این امر می‌تواند مشکلات مهمی در زمینه مسائل اخلاقی و حریم شخصی افراد به وجود آورد. هم‌چنین، با توجه به کیفیت پایین تصاویر، تشخیص اشیاء پنهان توسط اپراتور ممکن است همراه با خطا باشد. در این شرایط نیاز جدی به الگوریتم‌های هوش مصنوعی وجود دارد که بتوانند به صورت خودکار اشیاء ممنوعه در زیر لباس را شناسایی و آن را گزارش کنند. این الگوریتم‌ها باید بتوانند با دقت بالا و البته در مدت زمان مناسبی، تصاویر موج میلی‌متری را پردازش کنند و وجود شیء ممنوعه را تشخیص دهند و درنهایت محل آن را گزارش کنند. استفاده از یک الگوریتم یادگیری ماشین برای تشخیص اشیاء ممنوعه می‌تواند ضمن حفظ حریم شخصی افراد، مشکل بی‌دقتی اپراتور را حل کند و سرعت تشخیص شی‌ء را افزایش دهد.  

مشروح مسئله تحقیقاتی

یکی از ویژگی‌های امواج میلی متری عبور از الیاف پارچه است که با کمک آن می‌توان اشیاء مخفی شده در زیر لباس افراد را آشکار کرد. شرکت متقاضی باتوجه به این قابلیت امواج، در حال توسعه تجهیزات تصویربرداری امنیتی است. دستگاه موردنظر از چندبخش اصلی تشکیل شده است، سیستم مکانیکی، مدارهای الکترونیکی و RF، بخش دیجیتال و باند پایه، الگوریتم‌های بازسازی تصاویر. این شرکت برای توسعه محصول خود نیاز به یک سامانه هوش‌مصنوعی دارد. برای انجام تصویربرداری در چنین دستگاهی، فرد مورد نظر وارد دستگاه می‌شود و به صورت ثابت در آن قرار می‌گیرد. سپس بازوهای مکانیکی دستگاه حول فرد می‌چرخد و با کمک آنتن‌های تعبیه شده بر این بازوها، تصویربرداری صورت می‌گیرد. تصاویر به دست آمده از دستگاه فوق در مواردی با تصاویر اپتیکی تفاوت دارند، از مهم‌ترین تفاوت‌ها می‌توان به سیاه و سفید بودن تصاویر، کانتراست و رزولوشن پایین، شفافیت کم در برخی نواحی زاویه‌دار بدن اشاره کرد که نمونه ای از این تصاویر در شکل1 آمده است. همان‌طور که در شکل زیر مشخص است و باتوجه به دلایل مذکور، تشخیص شیء پنهان در این تصاویر ممکن است همراه با خطای انسانی باشد که نیازمند انجام فعالیت‌های توسعه‌ای جهت رفع این مشکل است.   همان‌طور که بیان شد تشخیص اشیاء پنهان در تصاویر موج میلی‌متری دشوار است به همین دلیل نیاز به یک سامانه هوش مصنوعی احساس می شود که ضمن حفظ حریم شخصی افراد، اشیاء پنهان را به صورت خودکار تشخیص و گزارش دهد. هدف از این پروژه، توسعه یک سامانه مبتنی بر هوش مصنوعی است که بتواند در زمان کمتر از 4 ثانیه شیء پنهان را شناسایی نماید. مطابق شکل2، در تصاویر تهیه شده در تجهیزات پایش امنیتی، بدن افراد به 28 ناحیه تقسیم می‌گردد. سامانه مذکور باید مکان شیء را در یکی از نواحی 28 گانه ذکر شده، با رسم خطوط مربعی حول آن مشخص کند، سپس آن را بر روی بدن فرد نمایان و هایلایت کند. هم‌چنین نیاز است یک رابط گرافیکی طراحی شود و نتایج را به اپراتور انتقال دهد. پیش‌بینی می‌شود به منظور طراحی این سامانه نیاز به تهیه 5000 تصویر موج‌میلی‌متری در حالت‌های متفاوت و با اشیاء گوناگون است. (تعداد دقیق تصاویر مورد نیاز به منظور آموزش و تست سامانه طراحی‌شده را مجری می‌تواند پیشنهاد دهد.) هم‌چنین، به منظور طراحی سامانه، شرکت متقاضی تعداد700 تصویر موج‌میلی متری در اختیار مجری قرار می‌دهد.   بنابراین در این پروژه تحقیقاتی انتظار می‌رود که:
  • در فاز اول، سامانه طراحی‌شده وجود شیء را تشخیص دهد و مکان آن را بر روی بدن مشخص نماید.
  • در فاز دوم، سامانه طراحی‌شده مختصات شیء را در ناحیه تشخیص داده شده استخراج نماید، خطوط مربعی حول آن رسم و شیء بر روی ناحیه تشخیصی هایلایت گردد.
 

گام های تحقیق

  • طراحی معماری شبکه هوشمند به منظور تشخیص خودکار شیء و ناحیه آن بر روی بدن
  • پیاده‌سازی معماری شبکه طراحی شده
  • آموزش و تست شبکه با تصاویر موج میلی‌متری
  • طراحی معماری شبکه هوشمند جهت استخراج مختصات شیء، رسم خطوط مربعی حول آن و هایلایت کردن شیء روی ناحیه تشخیص داده شده
  • پیاده سازی معماری شبکه طراحی شده
  • تهیه دیتاست کافی
  • آموزش و تست شبکه با دیتاست تصاویر موج میلی‌متری
  • تهیه گزارش نهایی و ارزیابی سامانه طراحی شده

خروجی های مورد انتظار

  • تشخیص خودکار اشیاء ممنوعه مخفی شده در زیر لباس فرد در تصاویر موج میلی متری (برخی از اشیاء ممنوعه شامل انواع اسلحه گرم، پنجه بوکس، شوکر، انواع چاقو، قیچی، پیچ‏گوشتی، تیغ، کاتر، مواد منفجره، باروت، چاشنی و فیوز، انواع اسپری، بسته مواد مخدر، بطری آب معدنی، فندک، بسته سیگار، انواع زیورآلات، مواد مایع، ژلاتینی یا خمیری و وسایل الکترونیکی است.)
  • تشخیص مکان و ناحیه حاوی شیء ممنوعه بر روی بدن
  • تشخیص مختصات شیء روی ناحیه تشخیص داده شده با رسم خطوط مربعی حول آن
  • هایلایت نمودن اشیاء تشخیص داده شده بر روی بدن
  • مستند سازی کامل و تحویل کلیه کدهای نرم افزاری مرتبط
 

الزامات تحقیق

  • سامانه هوش مصنوعی مورد نظر باید دارای مشخصات زیر باشد:
    • دقت بالای 90 درصد در تشخیص اشیاء و مکان آن‌ها (در صورت نیاز دیتاست Kaggle به‌منظور آزمایش سامانه در اختیار مجری قرار می‌گیرد.)
    • کاهش تعداد هشدار‌های اشتباه به کمتر از 5 درصد (یعنی حالتی که فرد هیچ شیء ممنوعه‌ای به همراه ندارد اما دستگاه به اشتباه هشدار می‌دهد.)
    • پیاده‌سازی سامانه طراحی‌شده برای آرایه 192 تایی در کمتر از 4 ثانیه بر بستر FPGA
    • طراحی رابط گرافیکی (GUI) به منظور کار کردن با کل سیستم و نمایش نتایج بر روی مانیتور
    • پیاده‏سازی بر بستر زبان پایتون (کتابخانه TensorFlow یا PyTorch) یا زبان C Sharp
 

معیارهای ارزیابی و انتخاب مجری

  • تحصیلات و سوابق تیم تحقیقاتی و تناسب آن با مسئله
  • رویکرد فنی تیم تحقیقاتی به مسئله
  • دسترسی به تجهیزات آزمایشگاهی و مواد اولیه و سایر الزامات اجرای تحقیق
  • زمان و هزینه اجرای تحقیق
 

تسهیم مالکیت فکری

  • مالکیت معنوی: مجری در مالکیت معنوی ناشی از اجرای تحقیق سهیم خواهد بود و انتشار مقاله مشترک توسط مجری و متقاضی در ژورنال‌های داخلی و خارجی، ارائه مقاله در کنفرانس‌ها و سمینارها با موافقت و اشاره به نام همه دست‌اندرکاران مجاز خواهد بود.
  • مالکیت منافع مادی: با توجه به مدل کسب‌وکار شتاب‌دهنده‌ متقاضی، 35 درصد از منافع مالی ناشی از توسعه این فناوری متعلق به شتاب‌دهنده‌ متقاضی بوده و 65 درصد از منافع مالی نیز به مجری تعلق خواهد گرفت.
 

ارسال پروپوزال

پروپوزال‌ها صرفاً باید در چارچوب موردنظر صندوق نوآوری و شکوفایی، تدوین و حداکثر تا تاریخ 1399/12/25  در سامانه غزال به آدرس https://ghazal.inif.ir/grant ارسال شوند. پروپوزال‌هایی که در چارچوبی غیرازآن، یا به روش‌های دیگر به دست صندوق برسند، وارد فرایند ارزیابی نخواهند شد.

فایل فراخوان

قالب پروپوزال