الگوریتم ردیابی یادگیری تشخیص بهبود داده شده جهت نرخ قاب پایین
- سال انتشار: 1402
- محل انتشار: فصلنامه روش های هوشمند در صنعت برق، دوره: 14، شماره: 54
- کد COI اختصاصی: JR_JIPET-14-54_008
- زبان مقاله: فارسی
- تعداد مشاهده: 173
نویسندگان
دانشکده مهندسی برق و کامپیوتر- واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
دانشکده مهندسی برق و کامپیوتر- واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
دانشکده مهندسی برق و کامپیوتر- واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
دانشکده مهندسی برق و کامپیوتر- واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
چکیده
الگوریتم ردیابی یادگیری تشخیص (TLD) سنتی، نسبت به چالشهایی همچون تغییرات روشنایی، کلاترها و نرخ قاب پایین بسیار حساس بوده و باعث خطا در ردیابی هدف میگردد. در راستای غلبه بر این مشکلات و بهبود مقاومت الگوریتم، معماری الگوریتم ردیابی یادگیری تشخیص با ترکیب الگوریتم انتقال متوسط و الگوریتم یادگیری نیمه نظارتی همیادگیری، بهبود داده شده است. این ساختار در شرایط نرخ قاب پایین نتایج بهتری را نتیجه میدهد و مقاومت و دقت الگوریتم را نسبت به الگوریتم سنتی ردیابی یادگیری تشخیص افزایش میدهد. زیرا الگوریتم ردیابی انتقال متوسط نسبت به چرخش، موانع جزئی، تغییرات اندازه مقاوم بوده و به سادگی اجرا شده و به محاسبات کمی نیاز دارد. از طرف دیگر الگوریتم یادگیری نیمهنظارتی همیادگیری با دو طبقه بند مستقل میتواند تغییرات ویژگیهای هدف را به خوبی آموزش ببیند. بنابراین، ساختار توسعه داده شده میتواند مشکل گم کردن هدف را در شرایط وجود همزمان نرخ قاب پایین و چالشهای دیگر حل نماید. نهایتا، ارزیابی مقایسهای روش پیشنهادی با الگوریتمهای معروف ردیابی بر روی سناریوهای مختلف از پایگاه داده مشهور TB-۱۰۰، حاکی از عملکرد برتر روش پیشنهادی در مقایسه با سایر روشها از لحاظ مقاومت و پایداری است. نهایتا ساختار پیشنهادی بر اساس معماری ردیابی یادگیری تشخیص در ویدیوهایی با چالشهای مختلف ذکر شده بهطور متوسط حدود ۳۳ درصد نتایج را نسبت به الگوریتم سنتی ردیابی یادگیری تشخیص بهبود خواهد بخشید.کلیدواژه ها
ردیابی هدف, الگوریتم انتقال متوسط, الگوریتم ردیابی یادگیری تشخیص, الگوریتم یادگیری ماشین, نرخ قاب پاییناطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.