| تاریخ ارسال: 1400/6/27 |
استاد راهنما: دکتر آزاده منصوری
چکیده:
تشخیص خشونت یک پژوهش چالش برانگیز در حوزه بینایی ماشین است که به دلیل نیاز به یافتن روش های کاربردی و خودکار تشخیص خشونت در ویدئوهای دریافت شده از دوربین های نظارتی به یکی از چالش های مهم برای حفظ نظم و برقراری امنیت در شهرها تبدیل شده است. روش های سنتی تشخیص خشونت مبتنی بر ویژگی های بدست آمده از روش های دستی است. در حال حاضر جهان در حال گذار به تکنیک های مبتنی بر یادگیری ژرف است. یکی از ابزارهای یادگیری عمیق، شبکه های عصبی کانولوشن است که با نام ConvNets نیز شناخته می شود، که توانایی استخراج خودکار ویژگیها و طبقه بندی آنها در حوزه ی مربوطه را دارد. در این پژوهش، استراتژی های متفاوتی را برای یافتن ویژگی های زمانی و مکانی مبتنی بر مدل های مختلف از پیش آموزش دیده به منظور ارائه یک روش با پیچیدگی کم در تشخیص خشونت در ویدئو ها مورد بررسی قرار دادیم. ویژگی های استخراج شده از مدل های از پیش آموزش دیده جمع آوری شده و بعد از تجمیع زمانی به یک شبکه کاملا متصل به منظور تشخیص اینکه آیا اقدام خشونت آمیزی رخ داده است یا خیر، داده می شود. سه مدل پیش آموزش دیده VGG۱۶ ،VGG۱۹ ،ResNet۵۰ در رویکرد پیشنهادی مورد بررسی قرار می گیرد. علاوه بر این ، در آزمایش دیگری ، ما ویژگی های استخراج شده ۲۰ فریم منتخب از یک ویدئو را به صورت همزمان به یک شبکه کانولوشنی یک بعدی داده ایم. مدل های طراحی شده علاوه بر فریم های خام با اطلاعات و پسماندهای ویدئوهای فشرده نیز تغذیه شد. در این پژوهش اثربخشی روش ها را بر روی چهار مجموعه داده عمومی ارزیابی می شود. نتایج تجربی کارایی روش پیشنهادی با پیچیدگی پایین را در مقایسه با سایر رویکردهای مبتنی بر شبکه های پیچیده ای مانند شبکه های برگشت کننده نشان می دهد.
تشخیص خشونت یک پژوهش چالش برانگیز در حوزه بینایی ماشین است که به دلیل نیاز به یافتن روش های کاربردی و خودکار تشخیص خشونت در ویدئوهای دریافت شده از دوربین های نظارتی به یکی از چالش های مهم برای حفظ نظم و برقراری امنیت در شهرها تبدیل شده است. روش های سنتی تشخیص خشونت مبتنی بر ویژگی های بدست آمده از روش های دستی است. در حال حاضر جهان در حال گذار به تکنیک های مبتنی بر یادگیری ژرف است. یکی از ابزارهای یادگیری عمیق، شبکه های عصبی کانولوشن است که با نام ConvNets نیز شناخته می شود، که توانایی استخراج خودکار ویژگیها و طبقه بندی آنها در حوزه ی مربوطه را دارد. در این پژوهش، استراتژی های متفاوتی را برای یافتن ویژگی های زمانی و مکانی مبتنی بر مدل های مختلف از پیش آموزش دیده به منظور ارائه یک روش با پیچیدگی کم در تشخیص خشونت در ویدئو ها مورد بررسی قرار دادیم. ویژگی های استخراج شده از مدل های از پیش آموزش دیده جمع آوری شده و بعد از تجمیع زمانی به یک شبکه کاملا متصل به منظور تشخیص اینکه آیا اقدام خشونت آمیزی رخ داده است یا خیر، داده می شود. سه مدل پیش آموزش دیده VGG۱۶ ،VGG۱۹ ،ResNet۵۰ در رویکرد پیشنهادی مورد بررسی قرار می گیرد. علاوه بر این ، در آزمایش دیگری ، ما ویژگی های استخراج شده ۲۰ فریم منتخب از یک ویدئو را به صورت همزمان به یک شبکه کانولوشنی یک بعدی داده ایم. مدل های طراحی شده علاوه بر فریم های خام با اطلاعات و پسماندهای ویدئوهای فشرده نیز تغذیه شد. در این پژوهش اثربخشی روش ها را بر روی چهار مجموعه داده عمومی ارزیابی می شود. نتایج تجربی کارایی روش پیشنهادی با پیچیدگی پایین را در مقایسه با سایر رویکردهای مبتنی بر شبکه های پیچیده ای مانند شبکه های برگشت کننده نشان می دهد.
دانشجو: خانم نرگس هنرجو
زمان: دوشنبه ۲۹ شهریور ماه ۱۴۰۰ ساعت ۱۰:۰۰
مطالب مشابه
دفعات مشاهده: 643 بار |
دفعات چاپ: 129 بار |
دفعات ارسال به دیگران: 0 بار |
0 نظر