بازشناسی انسان در سیستم‌های نظارت ویدئویی با بهره‌گیری از اطلاعات زاویه‌ای

نظارت ویدئویی هوشمند از کاربردهای اصلی در بینایی ماشین می‌باشد. بازشناسی انسان به عنوان بخشی از این سیستم‌ها از اهمیت ویژه‌ای برخوردار است. به‌طوری‌که صحت عملکرد در این بخش منجر به کارآمدی انواع الگوریتم‌های نظارتی می‌گردد. فرآیند بازشناسی در منظر ناظر انسانی به‌صورت آگاهانه و برپایه اطلاعات و دانش پیشین از ویژگی‌های سه‌بعدی پیکره انسان انجام می‌شود. یکی از این ویژگی‌ها اطلاعات زاویه قرارگیری شخص نسبت به دوربین است. به عبارتی ناظر انسانی در مرحله تطبیق با بهره‌گیری از اطلاعات زاویه، تخمینی از ظاهر شخص در زوایای مختلف خواهد داشت. در این پژوهش نیز فرآیند مذکور مدل‌سازی می‌گردد. بدین ترتیب در این پژوهش، راهکاری کاملا آگاهانه برای رفع تاثیرات مخرب تغییرات زاویه‌ای شخص در فرآیند بازشناسی، ارائه شده است. برای این منظور بخش‌هایی از پوشش بالاتنه فرد که تحت زوایای مختلف می‌توانند آشکار یا نهان شوند، استخراج گردیده و در مرحله تطبیق، وزن‌دهی یا نمونه‌افزایی می‌شوند. به منظور ارزیابی و مقایسه، روش پیشنهادی بر روی دو الگوریتم از کارآمدترین الگوریتم‌های بازشناسی مورد استفاده قرار گرفته است. نتایج آزمایش‌های انجام شده بر روی مجموعه داده‌های viper، بهبود را در نرخ تشخیصِ بازشناسی نشان می‌دهد.