رديابي مقاوم موضوع در تصاوير ويدئويي به منظور غلبه بر انسداد

كارشناسي ارشد

رديابي اشياء متحرك يكي از مسائل مطرح در حوزه بينايي ماشين است كه به دليل كاربردها و چالش‌هاي فراوان، هنوز هم با گذشت بيش از سه دهه، توجه محققان را به خود جلب نموده است. يكي از چالش‌هاي اصلي رديابي يك هدف مشخص در تصاوير ويدئويي مسئله انسداد آن با اشياء ديگر يا پس‌زمينه است. هنگامي‌كه اين هدف در انسداد با شئ ديگري قرار مي‌گيرد بخشي از آن در چندين فريم متوالي توسط شئ ديگر پوشانده مي‌شود، بنابراين در اين حالت، مدل ظاهري قبلي، نمايش مناسبي از هدفي را كه در شرايط انسداد قرارگرفته ارائه نمي‌دهد. هدف اصلي اين پژوهش تسهيل رديابي با وجود چالش‌ انسداد هست. شايان ذكر است كه يك ردياب بصري مقاوم بايد در كنار چالش انسداد چالش‌هاي ديگر را نيز مدنظر قرار دهد زيرا اين چالش ها با يكديگر همبستگي بالايي دارند و نمي توان صرفاً به يك چالش به تنهايي پرداخته شود. لذا در اين اثر چالش هاي ديگر نيز مدنظر قرار گرفته اند. در اين پايان نامه دو روش رديابي بصري در دو حوزه ي نمايش تنك و يادگيري عميق ارائه ‌شده است. در روش اول با استفاده از نمايش تنك مشترك ارتباط اهداف در فريم‌هاي مجاور در نظر گرفته‌شده است. ابتدا دو مجموعه از وصله‌هايي كه با هم هم پوشاني دارند از هدف موردنظر استخراج ‌شده است و سپس با استفاده از اين دو مجموعه، دو واژه‌نامه‌ي متناظر ساخته شده است. در ادامه با اعمال نمايش تنك مشترك در كدگذاري كانديد هاي موجود مدل ظاهري تنك كانديداها بدست آمده است. در نهايت نيز با استفاده از اين مدل ظاهري، احتمال نهايي هر كانديدا بدست آمده و هدف مورد رديابي قرار مي گيرد. در حوزه ي يادگيري عميق نيز روشي ارائه شده است كه رديابي بصري را به دو قسمت مكان‌‌يابي هدف و طبقه‌‌بندي آن تقسيم‌‌بندي كرده است. شبكه‌‌ي مكان‌‌يابي اطلاعاتي از فريم اخير استخراج كرده و مكان‌‌هاي مشخص كه بيشترين احتمال حضور هدف در آنجا قرار دارد را تعيين كرده است. در كنار شبكه‌‌ي مكان‌‌ياب، يك شبكه‌‌ي ديگري نيز تعبيه شده است (شبكه‌‌ي طبقه‌‌بندي) كه از بين كانديدا‌‌هايي كه شبكه‌‌ي مكان‌‌ياب تعيين كرده كانديداي موردنظري را كه هدف در آن است را مشخص مي‌‌كند. براي ارزيابي عملكرد دو روش پيشنهادي از مجموعه ديتاي OTB استفاده شده است. دو ردياب پيشنهادي هر يك با ردياب هاي حوزه ي خود مورد ارزيابي قرار گرفته اند. آزمايش هاي مختلفي كه روي مجموعه ديتاي OTB انجام شده نشان داده است كه دو ردياب ارائه شده با توجه به معيار ارزيابي DP و OS نسبت به ردياب هاي موجود در حوزه ي خود داراي ارتقاي عملكرد كلي 4 و 1.3 درصد (رديابي اول) و 0.1 و 0.4 درصد (رديابي دوم) هستند. واژه‌هاي كليدي: بينايي ماشين، رديابي، ويدئو، انسداد، نمايش تنك، يادگيري عميق

191322

دانشگاه علم و صنعت ايران

الكترونيك ديجيتال

دكتر شهريار برادران شكوهي