>
Fa   |   Ar   |   En
   حذف ویژگی های مشترک برون کلاسی به منظور بهبود بازشناسی رویداد در تصویر  
   
نویسنده زنگنه امیرحسین ,دی پیر محمود ,شریفی احسان
منبع آماد و فناوري دفاعي - 1403 - دوره : 7 - شماره : 21 - صفحه:11 -30
چکیده    امروزه به صورت گسترده برای نظارت و کنترل محیط از سامانه‌های نظارت و پایش تصویری استفاده می شود. هدف ما در این مقاله شناسایی و تشخیص رویداد در ویدیو است. ما به منظور شناسایی و تشخیص رویداد در ویدیو، ویدیوی ورزش فوتبال را که دارای پیچیدگی ها و چالش های فراوان است موردبررسی و آنالیز قرار داده ایم در میان این چالش ها، می‌توان به خلاصه‌سازی، ردیابی، بازشناسی رویدادهای مهم بازی و غیره اشاره کرد، به‌عنوان‌مثال بازشناسی رویدادهایی مانند پنالتی و ضربه آزاد که دارای المان های بصری مشترک می باشند، دارای چالش بیشتری است. وجود المان های مشترک بین دو رویداد سبب استخراج ویژگی های مشترک و تفکیک‌ناپذیر در فرآیند بازشناسی این دو رویداد می شود. درنتیجه خطای بازشناسی و تفکیک این‌چنین رویدادهایی نسبت به سایر رویدادها بیشتر است. در این مقاله ما یک روش جدید برای حذف ویژگی های مشترک بین دو کلاس باهدف همگرا کردن ویژگی های درون کلاسی و واگرا نمودن ویژگی های برون کلاسی برای افزایش دقت دسته‌بندی و بازشناسی دو رویداد پنالتی و ضربه آزاد ارائه داده ایم. نتایج ارزیابی‌های انجام‌شده به وسیله روش پیشنهادی، حاکی از بهبود دقت بازشناسی و تفکیک دو رویداد پنالتی و ضربه آزاد با استفاده از روش پیشنهادی است و دقت شناسایی و تشخیص این دو رویداد به‌طور میانگین نسبت به شبکه عصبی عمیق پایه به میزان 9.08 درصد افزایش یافته است.
کلیدواژه شبکه عصبی عمیق دنس‌نت ,شبکه رزنت ,ویژگی‌های مشترک ,ویژگی‌های برون کلاسی ,یادگیری عمیق
آدرس دانشگاه هوایی شهید ستاری, دانشکده رایانه و سایبر, گروه مهندسی نرم افزار, ایران, دانشگاه هوایی شهید ستاری, دانشکده رایانه و سایبر, گروه مهندسی نرم افزار, ایران, دانشگاه هوایی شهید ستاری, دانشکده رایانه و سایبر, گروه مهندسی نرم افزار, ایران
پست الکترونیکی sharifi@ssau.ac.ir
 
     
   
Authors
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved