تشخیص حرکات نمایشی موتورسواران در سیستم های پایش ترافیک با معماری یادگیری عمیق SegNet

بخش بندی تصویر به عنوان یکی از کانون های مهم تحقیقاتی در حوزه پردازش تصویر، نقش کلیدی در ارتقای سامانه های نظارت تصویری پلیس ایفا می کند. امروزه روش های مبتنی بر یادگیری عمیق به علت دقت بالا، کارایی محاسباتی مناسب و تعمیم پذیری، بیش از پیش مورد توجه قرار گرفته اند. در این پژوهش، از معماری SegNet که مبتنی بر شبکه عصبی عمیق و ساختار رمزگذار-رمزگشا است، به منظور بخش بندی دقیق تصاویر نظارتی شهری بهره گیری شده است. این معماری با استخراج ویژگی هایی نظیر لبه ها، رنگ و بافت، امکان جداسازی اشیا کلیدی همچون افراد، وسایل نقلیه و اشیای مشکوک را در صحنه های پلیسی فراهم می کند که موجب ارتقای دقت در ردیابی مجرمان و تحلیل رویدادها می شود. برای ارزیابی کارایی روش پیشنهادی در محیط های واقعی نظارتی، از معیارهای آنتروپی، منحنی دقت–بازخوانی، میانگین ضریب همپوشانی (mIoU) و میانگین دقت (AP) استفاده شده است. نتایج روی پنج مجموعه داده گوناگون نشان می دهد که روش پیشنهادی کمترین مقدار آنتروپی با میانگین ۰.۲۳ برای مجموعه-داده (BDSD۵۰۰) و بهبود معنی داری در معیارهای mIoU و AP دارد. باتوجه به اهمیت استخراج دقیق ویژگی ها از تصاویر برای افزایش امنیت و تسهیل روند شناسایی رفتارهای مشکوک و افراد مظنون، معماری پیشنهادی قابل استفاده در کاربردهای گوناگونی نظیر پایش هوشمند، تشخیص و ردیابی خودکار سوژه ها، فشرده سازی داده های نظارتی است.

کلیدواژه ها:

بخش بندی تصویر ، تشخیص حرکات نمایشی موتوسواران ، معماری SegNet ، نظارت تصویری پلیس ، یادگیری عمیق