تشخیص رویداد ناهنجار در تصاویر ویدیویی نظارت شهری با استفاده از شبکه های تقابلی مولد و انتقال دانش

تشخیص رویداد نامتعارف در تصاویر ویدیویی دوربینهای نظارت شهری با چالشهای متعددی مواجه است. مسئله ی تشخیص رویداد ناهنجار برخلاف بسیاری از مسائل دیگر بینایی ماشین، وابسته به محتوا است و در کاربردهای مختلف تعریف متفاوتی دارد علاوه بر محتوی تصاویر، به ظاهر اجزای صحنه و حرکت آنها وابستگی دارد. در این زمینه روشهای مختلفی ارائه شده که روشهای بر مبنای یادگیری عمیق به طور کلی نتایج مطلوبتری را در بر داشته اند. این تحقیق روشی کارا برای تشخیص و مکانیابی ناهنجاری در تصاویر ویدیویی با پردازش اطلاعات مکانی و زمانی این داده ها ارائه مینماید. استفاده از شبکه های رقابتی مولد و انتقال دانش از شبکه ی پیچشی از پیش آموزش دیده، به شبکهی تشخیصدهندهی ناهنجاری ظاهری – حرکتی، موجب افزایش دقت و کارایی این روش شده است. همچنین پردازش اطلاعات حرکتی بدست آمده از تصاویر شار نوری، در کنار شبکه ی تشخیص دهنده ی مذکور، در افزایش کارایی این روش موثر واقع شده است. نتایج آزمایشها روی دو مورد از مجموعه داده های سنجه ی مهم در این زمینه و همچنین مقایسه با دیگر روشهای مطرح پیشین با استفاده از معیارهای متفاوتی از قبیل سطح زیر منحنی مشخصه ی عملکرد سامانه و نرخ خطای مساوی، نشان میدهد که روش پیشنهادی این تحقیق در تشخیص و مکانیابی ناهنجاری در صحنه های شلوغ، دارای عملکرد مناسبی است.

کلیدواژه ها:

تشخیص رویداد ، شبکه های تقابلی مولد ، یادگیری انتقالی ، یادگیری ماشین ، شبکه های عصبی