بازشناسی مقاوم زمانی – مکانی انسان در یک سیستم نظارتی بر اساس شبکه gan

بازشناسی افراد یکی از پردازش‌های مهم و پایه‌ای در سیستم‌های نظارت ویدیویی است. این مسئله به دلیل تغییرات زیاد شدت نور، ژست‌، منظر و پیش‌زمینه تصاویر افراد پیاده و غیره، همچنان به‌عنوان یک چالش شناخته‌شده و مطالعات بیشتری را می‌طلبد. روش‌های جدید بازشناسی بر یادگیری ویژگی‌های متمایز تمرکز می‌کنند که تنها نسبت به یک فاکتور خاص از تغییرات مقاوم هستند. همچنین بیشتر این روش‌ها محدودیت مکانی-زمانی را نادیده می‌گیرند به همین خاطر در عمل که پایگاه داده گالری بسیار بزرگ است، این رویکردها به دلیل ابهام ظاهری در نماهای مختلف دوربین، نمی‌توانند عملکرد خوبی داشته باشند. برای مقابله با این مشکلات در این مقاله، یک چارچوب دو جریانی را پیشنهاد می‌کنیم که اطلاعات معنایی بصری و مکانی-زمانی را استخراج می‌کند. در شاخه جریان بصری از قابلیت تولید تصویر شبکه‌های مولد استفاده می‌شود تا روش مطرح‌شده نسبت به تغییرات درون کلاسی مقاوم شود. در شاخه جریان مکانی-زمانی نیز برای تقریب توزیع احتمال پیچیده مکانی-زمانی، از یک روش هیستوگرام-پارزن سریع بهره جستیم و درنهایت برای ادغام دو نوع اطلاعات ناهمگن از یک متریک شباهت مشترک استفاده‌شده است. نتایج تجربی اثربخشی این روش را نشان می‌دهد که به‌دقت مرتبه اول 93.8٪ و 98.2٪ به ترتیب روی مجموعه داده‌های dukemtmc-reid و market-1501 دست می‌یابد.