بازشناسی افراد با استفاده از ویژگی های سطح بالا
محل انتشار: چهارمین کنفرانس ملی و دومین کنفرانس بین المللی پژوهش های کاربردی در مهندسی برق، مکانیک و مکاترونیک
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 536
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ELEMECHCONF04_416
تاریخ نمایه سازی: 11 مرداد 1396
چکیده مقاله:
بازشناسی افراد یکی از پردازش های مهم و پایه ای در سیستم های نظارت ویدیویی می باشد. دقت و کارآمدی این پردازش می تواند منجر به کارآمدی پردازش های بعدی گردد. از پردازش های بعدی که در سطوح بالاتر معنا یی قرار می گیرند، می توان به آشکارسازی وقایع، تجزیه و تحلیل رفتاری افراد اشاره کرد. در این مقاله یک روش برای بازشناسی انسان با استفاده از شبکه باور عمیق ارایه می گردد. ابتدا با استفاده از بانک فیلتر گابور، ویژگی های سطح پایین استخراج می گردد. به دلیل بعد بالای این ویژگی، پیچیدگی محاسباتی افزایش می یابد. برای کاهش پیچیدگی محاسباتی، با استفاده از شبکه باور عمیق، بعد این ویژگی های سطح پایین کاهش و هم چنین اطلاعات زاید حذف می گردد. در نهایت از یک معیار فاصله برای مطابقت ویژگی ها و بازشناسی افراد استفاده می گردد. نتایج آزمایشی نشان می دهد که روش پیشنهادی منجر به نتایج قابل قبولی می گردد.
کلیدواژه ها:
نویسندگان
اصغر فیضی
عضو هیات علمی گروه مهندسی برق دانشگاه دامغان