جمعیت‌‌شماری ویدئویی با استفاده از شبکه‌‌های عصبی عمیق توسعه یافته

جمعیت‌‌شماری ویدئویی با استفاده از شبکه‌‌های عصبی عمیق توسعه یافته


جمعیت‌‌شماری ویدئویی با استفاده از شبکه‌‌های عصبی عمیق توسعه یافته

نوع: Type: پایان نامه

مقطع: Segment: کارشناسی ارشد

عنوان: Title: جمعیت‌‌شماری ویدئویی با استفاده از شبکه‌‌های عصبی عمیق توسعه یافته

ارائه دهنده: Provider: نسرین رنجبران - رشته مهندسی کامپیوتر

اساتید راهنما: Supervisors: جناب آقای دکتر محرم منصوری زاده - جناب آقای دکتر حسن ختن لو

اساتید مشاور: Advisory Professors:

اساتید ممتحن یا داور: Examining professors or referees: جناب آقای دکتر میرحسین دزفولیان و سرکار خانم دکتر مه لقا افراسیابی

زمان و تاریخ ارائه: Time and date of presentation: شنبه 7 بهمن 1402 ، ساعت 14

مکان ارائه: Place of presentation: سمینار مهندس خانمحمدی (دپارتمان برق)

چکیده: Abstract: اخیراً، شمارش تعداد افراد برای صحنه‌‌های ویدئویی پر ازدحام به دلیل کاربردهای گسترده آن (مانند نظارت تصویری، امنیت عمومی و تحلیل محتوای چندرسانه‌ای) با استفاده از روش‌های مبتنی بر یادگیری عمیق مورد توجه قرارگرفته است. عمده روش‌‌ها روی تصاویر ثابت تمرکز داشته‌‌اند و تعداد بسیار کمتری بر روی شمارش جمعیت مبتنی بر ویدئو تمرکز می‌کنند. با این وجود این مدل‌‌ها به دلیل عدم توجه به همبستگی زمانی، داده‌‌های محدود، محیط متغیر، انسداد و سایر موارد قابلیت تعمیم و کارایی مناسب برای صحنه‌‌های طبیعی را ندارند ضمن اینکه ممکن است به دلیل کمبود و عدم تنوع داده دچار بیش برازش هم باشند. این پژوهش، نشان می‌‌دهد تخمین جریان افراد در مکان‌‌های تصویر بین تصاویر متوالی و استنتاج تراکم افراد از این جریان‌‌ها بدون نیاز به معماری پیچیده‌‌تر، عملکرد را به طور قابل توجهی افزایش می‌‌دهد. علاوه بر این، افزودن یک شبکه عصبی توجه مکانی-زمانی برای تخمین تعداد عابران پیاده نیز بررسی شده است.