Improving the efficiency and security of passport control processes at airports by using the R-CNN object detection model

Abstract

يمكن أن يؤدي استخدام التعلم الآلي في الوقت الفعلي لتحسين إجراءات مراقبة جوازات السفر في المطار إلى تحسين كفاءة العملية وأمانها بشكل كبير. لأتمتة هذه الإجراءات وتحسينها ، يمكن تنفيذ خوارزميات الذكاء الاصطناعي مثل التعرف على الأحرف والتعرف على الوجه والخوارزميات التنبؤية والمعالجة التلقائية للبيانات. تتمثل الطريقة المقترحة في استخدام نموذج R-CNN للكشف عن الأشياء لاكتشاف أجسام جواز السفر في الصور في الوقت الفعلي التي تم جمعها بواسطة كاميرات مراقبة الجوازات. تصف هذه المقالة العملية خطوة بخطوة للنهج المقترح ، والتي تشمل المعالجة المسبقة والتدريب واختبار نموذج R-CNN ودمجه في نظام مراقبة جوازات السفر وتقييم دقته وموثوقيته وسرعة الإدارة الفعالة لـتدفقات الركاب في المطارات الدولية. وقد أظهر تطبيق هذه الطريقة أداءً فائقًا مقارنة بالطرق السابقة من حيث تقليل الأخطاء والتأخيرات والتكاليف المرتبطة بها.