تشخیص شلوغی انسان در ویدیو با استفاده از کلاس بندی ماشین بردارپشتیبان با کرنل های مختلف جهت ایجاد آسایش حرارتی

  • سال انتشار: 1401
  • محل انتشار: ششمین کنفرانس بین المللی مطالعات جهانی در علوم تکنولوژی و مهندسی
  • کد COI اختصاصی: ENGTCONF06_008
  • زبان مقاله: فارسی
  • تعداد مشاهده: 149
دانلود فایل این مقاله

نویسندگان

نرگس امیدی

دانشجوی کارشناسی ارشد، رشته مهندسی نرم افزار، موسسه آموزش عالی صنعتی فولاد، فولادشهر اصفهان

محمد داورپناه جزی

دانشیار گروه مهندسی کامپیوتر ، موسسه آموزش عالی صنعتی فولاد، فولادشهر اصفهان

چکیده

هدف: هدف از انجام این تحقیق دستیابی به دقت طبقه بندی بهتر در تشخیص میزان حضور افراد در مکانهای عمومی است. این عمل با ترکیب شیوه های مختلف انتخاب ویژگی مبتنی بر طبقه بندی به روش همجوشی (فیوژن)، کمینه سازی /ویژگی های انتخاب شده از داده های مختلف تصویر براساس مدل طراحی شده جهت آسایش افراد میباشد.روش شناسی پژوهش: این مطالعه یک رویکرد ترکیبی متکی بر تکنیکهای یادگیری ماشینی و پردازش تصویر را پیشنهاد میدهد. در مرحله اول، بر ردیابی افراد در محیطهای مسقف تمرکز دارد و برای انجام طبقهبندی رفتار اولیه حرکت افراد به جریان نوری متکی است. پس از ردیابی، ویژگیهای مختلفی استخراج میشود که کلیدی ترین آن مطابق ویژگیهای بافتی تصویر بهدست آمده است. در کنار همجوشی سخت سه روش طبقهبندی ماشین بردار پشتیبان با کرنلهای متفاوت (روش رای گیری حداکثری)، امکان بررسی وضعیت آسایش حرارتی را فراهم میکند.یافته ها: جهت اپتیکهای مشخص شده در مجموعه فریمها میتواند بهنوعی برای بررسی حالات حرکتی افراد با تغییرپذیری آنی نیز موثر واقع شود. این مسئله اصلی ترین تفاوت روش ردیابی مبتنی بر جریان نوری با سایر شیوه های مشابهی چون مدل گوسی مخلوط و یا فیلتر کالمن است.نتیجه گیری: روش پیشنهادی این پژوهش توانسته با دقت بیش از % ۹۶ شناسایی با آسایش حرارتی را آشکار کند. در مقایسه با روشهای قبلی در زمینه تشخیص رفت وآمد انسان، رویکرد پیشنهادی در این مطالعه دارای توانایی قابل قبولی برای طبقه بندی وضعیت افراد در محیط های مسقف است و میتواند وضعیت نیاز به آسایش حرارتی را با سطح خطای ناچیزی ارزیابی کند. برخلاف رویکردهایی مانند شبکه های عصبی و محاسباتی k نزدیکترین همسایگی، روش همجوشی در طبقه بندی میتواند خروجی مطلوبی را در شرایط خاصی چون پیچیدگی بیش از حد پیش زمینه فریم های ویدیویی ایجاد کند، با پیچیدگی محاسباتی کمی پردازش شود، زمان آموزش کوتاه تری دربرداشته باشد.

کلیدواژه ها

میزان شلوغی جمعیت، همجوشی در طبقه بندی، آسایش حرارتی، ماشین بردار پشتیبان

مقالات مرتبط جدید

اطلاعات 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.