تشخیص عابر پیاده به وسیله ترکیب دوربین‌های نظارتی حرارتی و مرئی با استفاده از روش‌های یادگیری عمیق

تشخیص اشیاء با استفاده از روش‌های پردازش تصویر همیشه به عنوان یک موضوع چالش برانگیز مطرح بوده است. از میان آن‌ها تشخیص عابرپیاده به علت تغییرات ناخواسته پیچیدگی‌های خاص خود را دارد. در دهه اخیر موضوع اتومبیل‌های خودران بار دیگر اهمیت این موضوع را بیشتر کرد. تشخیص عابرین‌پیاده تحت تاثیر شدید تغییرات صحنه، حرکات بدنی و موقعیت مکانی عابرپیاده می‌باشد. از طرفی افزایش توان پردازشی سخت‌افزارها، زمینه را برای پردازش داده‌های در حجم زیاد فراهم کرده است. در این مقاله اطلاعات دریافتی از حسگرها با به‌کارگیری یادگیری عمیق بهبود داده شده است. مدل‌ها و معماری‌های گوناگونی که از شبکه‌های عمیق وجود دارد، این امکان را فراهم کرده است که شبکه را با تعداد بسیار بیشتر، در زمان کمتری و با استفاده از یادگیری انتقالی آموزش داده شود تا از نتایج به دست آمده آن بتوان برای تشخیص عابرپیاده استفاده کرد. مدل mask r-cnn به علت دقت بالای آن، برای شبکه پیشنهادی تنظیم دقیق شده است و تصاویر ترکیب شده به عنوان ورودی به شبکه تزریق شده است. نتایج به‌دست آمده از بهبود بسیار چشم گیر آن حکایت دارد، به طوری که از افزایش میزان صحت و دقت تشخیص عابرپیاده حکایت دارد.