ردیابی سهبعدی خودکار کارگران در سایت های ساختمانی با استفاده از شناسایی مجدد

اطلاعات مکان نهادها در کارگاه های ساختمانی مانند کارگران و ماشین آلات ساختمانی در مدیریت پروژه و ایمنی حائز اهمیت است. بنابراین، تاکنون روش های مختلف مبنی بر دید برای ردیابی نهادها در سایت های ساخت و ساز و به دست آوردن مختصات سه بعدی آن ها پیشنهاد شده اند. با این حال، اکثر روش های مبتنی بر دید موجود، بومی سازی های سه بعدی را با تطابق آن نهاد بر روی خط اپی قطبی انجام می دهند، که به دلیل خطا در محاسبه خط اپی قطبی منجر به عدم تطابق نهادهای متعددی که روی یک اپی قطبی قرار دارند، می شود. برای حل این مشکل، یک چارچوب مبتنی بر شناسایی مجدد پیشنهاد شده است تا به طور خودکار کارگران را در دو نمای دوربین تطبیق دهد، در نتیجه مختصات سه بعدی آن ها را در سایت های ساخت و ساز به دست می آورد. در این چارچوب، الگوریتم های بینایی کامپیوتری مبتنی بر یادگیری عمیق ابتدا برای شناسایی و ردیابی کارگران در دو نمای دوربین استفاده می شوند. سپس، الگوریتم شناسایی مجدد (ReID) برای استفاده از ویژگی های بصری کارگران ردیابی شده به منظور مطابقت دادن کارگران در دو نمای دوربین و قاب های مختلف اعمال می شود. اجرای ویدئوهای ضبط شده از یک پروژه ساخت و ساز واقعی، امکان سنجی و صحت این چارچوب را ثابت می کند. بر این اساس، استفاده از الگوریتم ReID مشکلات عملی تکرار و تعویض شناسه را برطرف می کند. بعلاوه، این مقاله کاربرد الگوریتم های شناسایی مجدد را در سایت های ساختمانی گسترش می دهد و از این طریق به کاربرد آتی روش های مبتنی بر دید چند دوربین در سایت های ساختمانی کمک می کند.

کلیدواژه ها:

کارگران ساختمانی ، بومی سازی سه بعدی ، تطبیق نهاد ، شناسایی مجدد (ReID) ، تشخیص و ردیابی اشیاء