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.