تشخیص و شناسایی چهره نسبتا پوشیده از دوربین های نظارتی[پايان نامه فارسي]
هدی قضاوتی
| شناسگر رکورد: | ۱۶۱۳۹ |
| رشته تحصیلی: | هوش مصنوعی و رباتیکز |
| عنوان: | تشخیص و شناسایی چهره نسبتا پوشیده از دوربین های نظارتی |
| نويسنده: | هدی قضاوتی |
| استاد راهنما : | دکتر محمدتقی منظوری شلمانی دکتر بابک مجیدی |
| مقطع تحصیلی : | کارشناسی ارشد |
| دانشگاه : | خاتم |
| تاریخ دفاع : | ۱۳۹۹ |
| چکیده: | با محبوبیت نظارت ویدئو، تشخیص چهره در نظارت ویدئو به موضوعی مهم و محبوبی تبدیل شده است. تشخیص چهره در نظارت ویدئو نقش مهمی را در بسیاری از برنامه های کاربردی محبوب مانند: شناسایی شخصی، تجزیه و تحلیل جمعیت، ایجاد پایگاه داده، و تشخیص رویداد غیر عادی بازی می کند. روش های زیادی در این زمینه ارائه شده است اما اجرای این روش ها برای فیلم ها و برنامه های کاربردی در زمان واقعی دارای موانع بسیاری مانند سرعت پردازش، پیچیدگی سیستم، عواملی مانند روشنایی و تغییرات ایجاد شده، و غیره است. در این پایان نامه با استفاده از فیلم های ضبط شده از چندین دوربین نظارتی از داخل و جلوی درب ورودی دانشگاه خاتم در جهت شناسایی و تشخیص چهره الگوریتمی کارآمد ارائه دادیم. مجموعه داده استفاده شده شامل تصاویر چهره بریده شده به صورت رنگی از فیلم های ذکر شده هستند. یکی از چالش هایی که در این راستا با آن مواجه بودیم وجود چهره هایی با پوشش سنتی در فیلم ها بود که بخشی از چهره و همچنین گوش ها و مو ها به طور کامل پوشیده بودند که در هیچ یک از روش های مشابه استفاده از چنین مجموعه داده ای برای شناسایی و تشخیص چهره مشاهده نشد بنابراین در روش های دیگر ویژگی های بیشتری در اختیار داشتند و در الگوریتم ارائه شده و مورد بحث ما ویژگی های کمتری در مقایسه با کار های انجام شده دیگر در اختیار داشتیم. همچنین، یکی دیگر از چالش ها این بود که دوربین های نظارتی روی سقف نصب شده بودند و چهره ها از بالا و یا زاویه کنار ضبط میشدند به علاوه در فیلم ها پس زمینه غیر همگن بود که سختی کار را بیشتر میکرد. در این الگوریتم، به منظور استخراج ویژگی های چهره از هیستوگرام گرادیان گرا بهره بردیم و در قدم بعدی برای فاز تشخیص از ماشین بردار پشتیبان و در قدم آخر به منظور شناسایی چهره های تشخیص داده شده از هیستوگرام الگوی دودویی خطی استفاده کردیم. از ۸۰% مجموعه داده برای آموزش ماشین و از ۲۰% باقیمانده برای تست استفاده کردیم. در آخر نتایج مناسبی را به دست آوردم که نشان میداد بیش از ۸۰% چهره های موجود در ویدئو های گرد آوری شده را تشخیص میداد و شناسایی میکرد. |
| شماره ثبت | نسخه | جلد | بخش | مرجع | شماره بازیابی | در دست امانت | تاریخ بازگشت | ملاحظات | |
|---|---|---|---|---|---|---|---|---|---|
| 22533 | 1 |
جهت ثبت نظر با حساب کاربری تان وارد شوید