بهبود تشخیص حضور در مناطق ممنوعه در تصاویر ناهنجار ویدئویی با استفاده از نقشه شار نوری

پژوهشگران به تشخیص ناهنجاری از دیرباز توجه داشته اند. تشخیص ناهنجاری کاربردهای متنوعی شامل کنترل کیفیت خط های تولید تا تامین امنیت معابر و گذرگاههای عمومی می شود. یکی از موارد شایان توجه در تشخیص ناهنجاری، تشخیص ناهنجاری در تصاویر دوربین های نظارتی است. در این تحقیق، روشی مبتنی بر پیش بینی فریم های جاری در ویدئو و شار نوری برای بهبود تشخیص ناهنجاری ارائه می شود. استفاده از داده های مربوط به شار نوری فریم های عادی به سیستم کمک می کند تا ازطریق داشتن اطلاعات درباره میزان حرکت در نواحی مختلف تصویر، ورود احتمالی افراد یا اشیا را به نواحی ممنوعه تصویر بهتر تشخیص دهد و از این طریق، عملکرد کلی سیستم نسبت به کارهای مشابه بهبود می یابد. مزیت دیگر این روش، کلی بودن آن است؛ به این معنی که به سادگی به شبکه های دیگر برای بهبود دقت در تشخیص ناهنجاری افزوده می شود.

کلیدواژه ها:

تشخیص ناهنجاری ، نظارت ویدئویی ، شار نوری ، شبکه عصبی عمیق