شناسایی رفتار نامتعارف انسان در سیستم های نظارتی با استفاده از Sparse Coding

آگاهی محیطی یکی از کارکردهای پایه سیستم بینایی انسان می باشد که توجه بسیار زیادی در بینایی ماشین و جوامع پژوهشی مرتبط، به خود جلب کرده است. تقاضای رو به افزایشی برای سیستم های نظارتی ویدئویی عمومی و خصوصی با استفاده از سیستم بینایی هوشمند به وجود آمده است که بتواند تفاوت معنایی رفتار عادی و غیر عادی را از دید انسان متمایز کند. در این مقاله الگوریتم غیرنظارت شده ی یادگیری ترکیبی تنک برای شناسایی رفتار نامتعارف انسان ارائه می شود. اساس کار بر این است که اتفاقات متعارف و عادی قابلیت بازسازی از یک دیکشنری که شامل رفتارهای متعارف است، را دارند. در دیکشنری هیچ رفتار نامتعارف و غیرعادی وجود ندارد. با توجه به این که هیچ فرض اولیه ای در مورد رفتارهای غیرعادی وجود ندارد می توان گفت الگوریتم کاملاً غیرنظارت شده است. در فاز آموزش دیکشنری با مشاهده ویدیوهای جدید خود را به روز رسانی می کند. نتایج بر روی دیتاست موجود نشان می دهد که الگوریتم تمامی رفتارهای نامتعارف را، در پردازش بلادرنگ شناسایی می کند.

کلیدواژه ها:

شناسایی ، رفتار نامتعارف ، انسان ، پردازش بلادرنگ ، غیرنظارت شده ، یادگیری ترکیبی تنک