بازشناسي و بازيابي مفهومي هويت انسان از تصاوير ديده باني با استفاده از ارائه ويژگي هاي مكاني

كارشناسي ارشد

بازشناسي هويت انسان به شناسايي افراد از طريق تصاويري كه توسط دوربين هاي مختلف و با توسط يك دوربين در زمان هاي مختلف ثبت شده است مي پردازد.براي تحقق اين هدف از يك شبكه يادگيري عميق استفاده مي شود. اين شبكه توسط مجموعه دادگان رايج در اين زمينه آموزش داده مي شود و سپس به عنوان ورودي دو تصوير را دريافت مي كند. در اين پروژه ما بايد قادر باشيم كه تشخيص دهيم كه آيا دو تصوير بيانگر يك شخص هستند و يا تصوير دو شخص متفاوت را نمايش مي دهند . ساختار اصلي مساله بازشناسي هويت بسيار به مسائل تشخيص بيومتريك (مانند تشخيص صورت و غيره) شباهت دارد. در تمامي اين مسائل راه حل اصلي مبتني بر پيدا كردن يك متريك مناسب براي ارزيابي شباهت بين نمونه هاي مختلف مي باشد. از آن جا كه در مساله بازشناسي هويت تنوع تصاوير مختلف انسان زياد مي باشد و اين تصاوير توسط دوربين هاي مختلف با حوزه ديدهاي متنوع ثبت شده است و هم چنين انسان در موقعيت هاي مختلف در هر تصوير ظاهر مي شود، مانند اين كه در يك تصوير فرد پشت به دوربين قرار گرفته است و در تصوير ديگر به صورت نيم رخ در تصوير ظاهر شده است پيدا كردن يك متريك خاص مانند مسائل تشخيص بيومتريك سودمند نمي باشد. از اين رو در يادگيري عميق روش هاي بسيار مناسبي براي پيدا كردن اين مشكل ايجاد شده است كه از رنگ و تار و پود(texture) تصوير تمامي ويژگي هاي لازم را استخراج مي كند و سپس به بررسي شباهت اين ويژگي ها مي پردازد . در اين پژوهش به بررسي معماري هاي قبلي و معرفي دو معماري جديد پرداختيم. به منظور نمايش دقت معماري هاي جديد در معماري اول از مجموعه دادگان CUHK03,CUHK01,PRID,VIPeR,3DpeSو iLIDS استفاده كرديم و در معماري دوم فقط از مجموعه داده هاي CUHK03,CUHK01 و VIPeR استفاده شد. در هر دو معماري و بر روي همه مجموعه دادگان دقت ها نسبت به معماري هاي قبلي افزايش پيدا مي كرد به گونه اي كه در معماري اول به صورت ميانگين بر روي همه مجموعه دادگان6.16 درصد افزايش دقت و در معماري دوم حدود 7.6 درصد افزايش پيدا كرد

196154

دانشگاه علم و صنعت ايران

محمود فتحي

كامپيوتر-هوش مصنوعي

محمود فتحي