مروری بر روش های شناسایی عابر پیاده مبتنی بر شبکه های عصبی عمیق در تصاویر RGB-D

منظور از شناسایی عابر پیاده، یافتن موقعیت انسان های متحرک در تصاویر و یا داده های ویدئویی بوده و نقش مهمی در سیستم های خودکار و کاربردهای ایمنی و نظارتی دارد. با توجه به پیشرفت های فن آورانه ی اخیر و اهمیت هوشمند سازی تجهیزات و نرم افزارهای خودکار همانند پایش برخط و وسایل نقلیه ی خودران، این موضوع توجه بسیاری از محققین را به خود جلب نموده است. تصاویر RGB-D با اضافه کردن بعد عمق به اطلاعات دیداری، باعث بهبود دقت و استحکام سیستم های تشخیص عابر پیاده شده اند. با ظهور یادگیری عمیق، روش های سنتی دستخوش دگرگونی گسترده ای شده اند و این تغییرات منجر به بهبود چشمگیر موفقیت سیستم های تشخیص شده اند. این مقاله به بررسی پیشرفت های اخیر در تشخیص عابر پیاده در تصاویر حاوی اطلاعات عمق با استفاده از شبکه های عصبی عمیق پرداخته، برخی معماری ها و چالش ها را تحلیل می کند. همچنین تعدادی از مجموعه داده های محک مرتبط با این حوزه را مورد بررسی قرار می دهد.

کلیدواژه ها:

شناسایی عابر پیاده ، RGB-D ، نقشه ی عمق ، شبکه های عصبی عمیق ، تشخیص انسان