| جلسه دفاع پایان نامه: مهشید علی جباری، گروه معماری سیستم‌های کامپیوتری |
ارائه کننده: مهشید علی جباری
چکیده: در سال های اخیر بازشناسایی اعمال انسان به یکی از مهم‌ترین و پر‌کاربرد ترین حوزه های تحقیقاتی در حوزه‌ی بینایی ماشین و پردازش تصویر تبدیل شده است. شناسایی اعمال و فعالیت‌های انسان به معنی بررسی خودکار حرکات افراد در یک صحنه برای تشخیص نوع فعالیت است تا با توجه به کاربرد‌های مختلفی که می‌تواند داشته باشد، از این نتیجه در زمینه‌های مختلف استفاده گردد. از جمله کاربرد‌های این حوزه می‌توان به زمینه‌های نظارت بر مکان های مهم، استفاده در کنسول‌های بازی و سیستم‌های مراقبت سلامتی افراد و سیستم های ارتباط انسان با روبات اشاره کرد. در این پژوهش، سعی کرده‌ایم با استفاده از شبکه‌های گرافی توجه بر روی داده‌های اسکلت انسان در تصویر، به یک دقت قابل قبولی در شناسایی اعمال انسانی دست پیدا کنیم. نشان داده شده که استفاده از شبکه‌های گرافی توجه، بر روی ردیفی از داده های تصویری عملکرد بهتری دارد. چون این داده‌ها دارای ترتیب بوده و در یک سری زمانی بررسی می‌شوند و در نهایت طبقه‌بندی اعمال بصورت کاراتری انجام می‌شود. از جمله چالش‌هایی که در بررسی اعمال انسان بر روی داده‌های اسکلت افراد وجود دارد، مشابه بودن موقعیت قرار‌گیری اسکلت انسان در برخی از اعمال متفاوت است. در همین راستا، در روش پیشنهادی اطلاعات صحنه مانند اشیا مرتبط با فعالیتی که انجام می‌شود، را نیز به مدل نهایی خود اضافه کرده‌ایم تا در فعالیت‌هایی که شامل شیء مرتبط با عمل و فاقد شیء مرتبط بوده اما اسکلت افراد به هنگام انجام فعالیت در حالت مشابهی قرار دارند، تمایز قائل شویم. در روش پیشنهادی، با استفاده از شبکه‌های گرافی توجه و افزودن اشیا مرتبط با عمل، بر روی مجموعه داده NTU RGB+D60 و NTU RGB+D120 به ترتیب به دقت 75.15 و 73.2 درصد در نتیجه دست یافته‌ایم. |
11:37 - يکشنبه 14 آبان 1402 / شماره خبر : 21218 / تعداد نمايش خبر : 73 |