بازشناسی فرد در تصاویر دوربینهای نظارتی با استفاده از شبکه های عصبی کانولوشن عمیق

Abstract

بازشناسی فرد در دنبالههای ویدیویی یکی از موضوعات مهم و چالش برانگیز در زمینهی پردازش ویدیو و تصویر است. امروزه با توجه به رشد روزافزون استفاده از دوربینهای نظارتی و کنترلی در اماکن عمومی، اهمیت بازشناسی افراد در این دوربینها بیش از پیش محسوس است. بازشناسی فرد در حالت کلی بدین معنی است که شخصی که در زاویهی دید یک دوربین مشاهده شده را بتوان در دوربینهای دیگری که با دوربین اولیه همپوشانی ندارند، پیدا و ردیابی کرد. طبیعتا در اماکن عمومی شلوغ تعداد افرادی که در زاویهی دید دوربین قرار میگیرند، بسیار زیاد است و لذا بابد شخص مورد نظر از میان همهی این افراد شناسایی شود. در این مقاله، سیستمی برای بازشناسی فرد با استفاده از یادگیری عمیق پیاده سازی کردیم به گونه ای که با استفاده از استخراج ویژگیهای عمیق، چکیده بصری مناسبی برای هر فرد به دست آورد. نتایج ارزیابی بر روی سه پایگاه داده CUHK01 ، CUHK03 و GRID نشان می- دهد که مدل پیشنهادی از دقت خوبی در مقابل سایر روشها برخوردار است.