شناسايي فعاليت انسان مبتني بر يادگيري عميق

كارشناسي ارشد

اخيرا شناسايي فعاليت انسان از تصاوير ثابت، به يك زمينه ي تحقيقاتي مهم در بينايي كامپيوتر و تشخيص الگو تبديل شده است. اين زمينه سعي دارد كه نوع رفتار يا فعاليت انسان را از تصوير ثابت شناسايي كند. بر خلاف ويدئو، يك تصوير ثابت اطلاعات حركتي ندارد كه به وسيله ي آن نوع فعاليت توصيف شود. بنابراين نياز است كه روش هاي موثري براي شناسايي نوع فعاليت از تصاوير ثابت، توسعه داده شوند. روش هاي يادگيري عميق مانند شبكه هاي عصبي كانولوشني، اخيرا به عنوان يك روش موثر در زمينه هاي مختلف يادگيري ماشين پديدار شده اند و وقتي داده هاي برچسب خورده ي به اندازه كافي بزرگ، براي آموزش در دسترس باشند، مي توانند در عمل دسته بندي، دقت بالايي را به ما بدهند. به دست آوردن يك مجموعه داده ي بزرگ براي آموزش شبكه هاي عصبي كانولوشني، اغلب يك چالش بزرگ است. اين مسئله، در زمينه ي تشخيص فعاليت انسان از روي تصاوير ثابت، يك مشكل بزرگ است. زيرا در اين زمينه، ما مجموعه داده ي برچسب خورده ي به اندازه ي كافي بزرگ نداريم و استفاده از شبكه هاي عصبي كانولوشني عميق، زماني كه داده ي آموزشي كم است، به علت وقوع بيش برازش، مشكل ايجاد مي كند. در اين پژوهش، ما شبكه هاي عصبي كانولوشني عميق را در تشخيص فعاليت انسان از تصاوير ثابت به كار مي بريم. براي غلبه بر مشكل كمبود داده، از تكنيك انتقال يادگيري استفاده مي كنيم. ما يك روش را با در نظر گرفتن شبكه هاي از قبل آموزش داده شده روي مجموعه داده ي ImageNet پيشنهاد مي كنيم و از آن براي بهبود دقت دسته بندي در مجموعه داده ي Stanford 40 بهره مي بريم. ما از هشت شبكه از پيش آموزش داده شده استفاده مي كنيم و با طراحي تعدادي لايه كه به اخرين لايه ي كانولوشني اين شبكه ها متصل مي شوند، دقت دسته بندي را روي هر كدام از اين شبكه ها گزارش مي كنيم. در نهايت با استفاده از يك روش يادگيري گروهي، توانستيم به دقت ۹۳.۱۷% روي مجموعه داده ي آزمايش Stanford 40 برسيم.

192919

دانشگاه علم و صنعت ايران

الكترونيك - سيستم هاي الكترونيك ديجيتال

دكتر شهريار برادران شكوهي