يادگيري ويژگي هاي زماني-مكاني به منظور بازشناسي انسان در ويدئو

كارشناسي ارشد

بازشناسي انسان به علت كاربرد دربحث نظارت، يكي از مهمترين مسائل مطرح شده در حوزه¬ي بينايي ماشين است و به معناي شناسايي يك شخص خاص در ويدئو به دست آمده از دوربين¬هاي متفاوت و يا يك دوربين در طي بازه¬ي زماني مشخصي است. اگرچه بازشناسي انسان از طريق ويدئو نسبت به استفاده از تصوير، كمتر مورد توجه قرار گرفته است، اما ويژگي¬هاي استخراج شده از يك دنباله¬ي ويدئويي به مراتب بيشتر از يك تصوير است.. به اين منظور، تحقيقات بسياري با استفاده از يادگيري ويژگي و يادگيري معيار انجام شده¬است. به طور كلي، تمامي اين روش¬ها بر مبناي يادگيري ويژگي¬هاي استخراج شده به صورت دستي يا استفاده از شبكه¬هاي يادگيري عميق مي¬باشند. در اين تحقيق، سامانه¬هاي عميق جديدي براي استخراج بهتر ويژگي¬ها از دنباله¬هاي تصوير، ارائه¬شده¬است. از آنجا كه در مساله¬ي بازشناسي در موارد زيادي شباهت بين اعضاي درون يك كلاس كمتر از شباهت دو فرد متفاوت است، با استفاده از معماري سه¬گانه تلاش شده تا در فضاي يادگيري ويژگي¬ها نمونه¬هاي مربوط به يك كلاس را نزديكتر و نمونه¬هاي كلاس¬هاي متفاوت را دورتر كرد. همچنين تابع خطاي سه-گانه و لايه¬ي جمع¬آوري همراه با "توجه" بهبود يافته در اين پايان¬نامه در افزايش دقت و بازشناسي دقيق¬تر افراد تاثير بسزايي داشته¬است. به¬طور كلي در اين پژوهش ، انواع متفاوتي از شبكه¬هاي عصبي پيچشي همراه با شبكه¬هاي بازگشتي مطرح يا شبكه¬هاي 3-بعدي آزمون شده و مورد بررسي و مقايسه قرار گرفته¬ است. در نهايت دقت بهترين سامانه نهايي كه تركيبي از شبكه ي پيچشي DenseNet و شبكه ي بازگشتي GRU است، گزارش شده است كه با دقت مرتبه اول 71% در مجموعه¬داده i-LIDS بهبود قابل توجهي را نسبت به كارهاي انجام شده در زمينه¬ي بازشناسي از طريق ويدئو با يادگيري عميق در اين حوزه نشان مي¬دهد.

192478

دانشگاه علم و صنعت ايران

هوش مصنوعي

دكتر رضا برنگي