ارائه یک روش مبتنی بر بینایی شناختی برای تشخیص و ردیابی اشیاء مشکوک در تصاویر ویدئویی با استفاده از یادگیری تقویتی عمیق

بینایی ماشین به برنامه های کامپیوتری اجازه میدهد تا وظایف و کاربردهای مختلف را بهصورت خودکار انجام دهند که پیش از این و برای انجام آنها، بهرهگیری از فاکتور نظارت انسانی ضروری بود. یکی از این وظایف و کاربردها تشخیص، شناسایی و ردیابی اشیاء مشکوک در تصاویر ویدئویی است. اشیاء مشکوک اشیایی هستند که پتانسیل آن را دارند که سیستمها را در معرض خطر یا ازدستدادن قرار دهند. سیستم تشخیص، شناسایی و ردیابی خودکار اشیاء مشکوک، با تشخیص وجود اشیاء مشکوک (سلاحهای گرم و سرد) در تصاویر و فیلمهای نظارتی، میتواند تشخیص زودهنگام موقعیتهای بالقوه خشونتآمیز را فراهم کند که برای حفظ ایمنی و امنیت محیط از اهمیت بالایی برخوردار است. به همین منظور، در این تحقیق روشی با عنوان PCVM برای تشخیص، شناسایی و ردیابی اشیاء مشکوک در تصاویر ویدئویی ارائه شده است. در PCVM یک مدل مفهومی عاملپایه بر اساس هوش مصنوعی و بینایی شناختی با عنوان CVA پیشنهاد شده است. CVA توانایی استدلال و تصمیم گیری بر مبنای اطلاعات بصری برای ردیابی اشیاء در تصاویر ویدئویی را بر پایه یادگیری تقویتی دارا است. برای ارزیابی روش CVA دو ماژول تشخیص و ردیابی اشیاء پیاده سازی گردید. بهمنظور افزایش سرعت و دقت در تشخیص و شناسایی اشیاء در ماژول تشخیص و شناسایی اشیاء از مدل YOLO v۸ استفاده شده است. در ماژول ردیابی اشیاء از الگوریتم یادگیری تقویتی عمیق Soft Actor Critic استفاده شده است. ارزیابی نتایج مدل پیشنهادی، %۹۱,۲ صحت، % ۸۸ بازیابی، mAP %۶۹,۱، و سرعت fps ۲۵ در تشخیص و ردیابی اشیاء مشکوک را نشان میدهد.

کلیدواژه ها:

تشخیص و ردیابی اشیا ، هوش مصنوعی شناختی ، بینایی شناختی ، یادگیری تقویتی عمیق