تشخیص و ردیابی افراد در سیستم های نظارت تصویری مبتنی بر DeepSORT YOLO

تشخیص دقیق افراد و حفظ هویت آنها در صحنه های شلوغ یکی از نیازهای اصلی سامانه های نظارت تصویری بلادرنگ است. در این مقاله چارچوبی یکپارچه بر پایه YOLOv۸ و DeepSORT بهینه شده ارائه می شود. نوآوری پژوهش صرفا به ترکیب این دو الگوریتم محدود نیست؛ بلکه تنظیم هم زمان پارامترهای فیلتر کالمن، سازگار کردن کوواریانس نویز با چگالی صحنه و اصلاح راهبرد تطابق آبشاری را در بر می گیرد. برای آنکه سهم اطلاعات ظاهری در فرایند تطابق حفظ شود، وزن ترکیب فاصله ماهالانوبیس و فاصله کسینوسی برابر ۰.۳۸ در نظر گرفته شد. ارزیابی ها روی MOT۱۷ داده های COCO و ۱۲۰۰۰۰ فریم واقعی از شش سناریوی روز، شب، تراکم کم و زیاد و انسداد جزئی و کامل انجام گرفت. مدل تشخیص به Accuracy برابر ۹۷.۶۲، Precision برابر ۹۷.۵۳، Recall برابر ۹۹.۹۴ و F۱ برابر ۹۸.۷۲ درصد دست یافت و نرخ پردازش ۵۸ فریم بر ثانیه را حفظ کرد. در بخش ردیابی نیز MOTA برابر ۶۶.۵٪، IDF۱ برابر ۶۶.۵ و HOTA برابر ۵۴.۶ به دست آمد. نتایج پنج اجرای مستقل و فاصله اطمینان ۹۵ پایداری عملکرد را تایید کرد. برای جلوگیری از مقایسه های گمراه کننده، نتایج SORT، ByteTrack و OC-SORT با ذکر پروتکل ارزیابی تحلیل شدند. یافته ها نشان می دهد چارچوب پیشنهادی برای کاربردهای نظارتی بلادرنگ مناسب است، هرچند انسداد کامل و روشنایی بسیار کم همچنان دو عامل اصلی افت عملکرد به شمار می روند.

کلیدواژه ها:

نظارت تصویری ، تشخیص افراد ، ردیابی چندهدفه ، DeepSORT ، HOTA ، YOLOv۸