ردیابی عابرین پیاده به وسیله ترکیب روش های فازی و یادگیری عمیق

هدف از ردیابی در تصاویر ویدئویی، یافتن موقعیت یک جسم یا یک شیء با توجه به مدل آموزشی است. در واقع سیستم ردیاب، به هر یک از اشیاء متحرك در دنباله تصاویر ویدیویی، یک برچسب شناسایی متمایز اختصاص می دهد. ردیابی هدف، یک مسئله دشوار است چون ظاهر مدل به علت عواملی چون روشنایی، انسداد و حرکت در میان دیگر شی ها تغییر می کند. یکی از مشکلات اساسی در ردیابی یک شیء، رانش است. رانش هنگامی اتفاق می افتد که الگوریتم، یک مدل اشتباه براي شناسایی و ردیابی شیء اتخاذ کند و این مدل اشتباه هنگامی رخ می دهد که الگوریتم نتواند در شرایطخاص، مثل تصاویر نویزي یا انسدادهاي تودرتو، استخراج ویژگی درستی کند، در نتیجه باعث رانش می شود. در این مقاله براي حل مشکل رانش و بهبود دقت ردیابی، از ترکیب روش هاي فازي و یادگیري عمیق، استفاده شده است. نتایج نشان دهنده عملکرد خوب این روش، نسبت به سایر روش هاي پیشین است. روش پیشنهادي ما، داراي دقت 76.02 و صحت 42.5 بوده است.

Keywords:

تشخیص و ردیابی عابرپیاده , استخراج ویژگی , روش کانولشنی عمیق , روش های فازی