تشخيص رفتار غيرعادي در نظارت ويديويي با به‌كارگيري شبكه‌هاي عصبي عميق

كارشناسي ارشد

هدف از مسئله¬ي تشخيص رفتار غيرعادي، و يا به¬طور كلي مسئله¬ي تشخيص ناهنجاري، يافتن نمونه¬هايي در فضاي داده است كه با ساير نمونه¬هاي عادي و معمول، تفاوت داشته باشد. چنين نمونه¬هايي هرچند به ندرت اتفاق مي¬افتند، اما ممكن است شامل اطلاعات مهم و ارزشمندي باشند. مسئله¬ي تشخيص رفتار غيرعادي در حوزه¬هاي مختلفي مطرح مي¬شود كه يكي از آن¬ها، مسئله¬ي تشخيص افتادن انسان است. افتادنِ ناگهاني ممكن است به صدمات شديدي منجر شود، تاحدي كه حتي شخص قادر نباشد بدون كمك ديگران بلند شود و در معرض خطرات جدي قرار گيرد. اين مسئله در مورد افراد سالخورده و كم-توان اهميت ويژه¬اي پيدا مي¬كند. هدف از حل مسئله¬ي تشخيص افتادن انسان، ارائه¬ي سامانه¬اي است كه بتواند به¬خوبي فعاليت¬هاي عادي روزانه را از رويداد غيرعادي افتادن تفكيك نموده و در زمان لازم اعلام خطر نمايد. تاكنون روش¬هاي مختلفي براي حل اين مسئله ارائه شده است و درهريك حسگرهاي متفاوتي استفاده شده¬اند. در اين پژوهش از يك شبكه¬ي عصبي مصنوعي استفاده شده است كه با ويديوهايي از فعاليت¬هاي عادي روزانه و نمونه¬هايي از رويداد افتادن مورد آموزش قرار گرفته است. شبكه¬ي عصبي استفاده¬شده يك شبكه¬ي كانولوشنال سه¬بعدي است كه نوعي شبكه¬ي عصبي عميق مي¬باشد. اين شبكه با دريافت تكه¬ويديوهايي متشكل از چندين فريم متوالي، ويژگي¬هاي فضايي و زماني نمونه¬داده¬ها را به خوبي استخراج كرده و ياد مي¬گيرد. براي آموزش اين شبكه از دو مجموعه¬داده به نام¬هاي UR Fall Detection و SDU-Fall استفاده شده است. دقت نهايي شبكه برروي مجموعه¬داده¬ي SDU-Fall برابر 97.2% است كه از دقت ساير مطالعات انجام¬شده بر روي اين مجموعه¬داده بالاتر است.

190552

دانشگاه علم و صنعت ايران

هوش مصنوعي

دكتر محمود فتحي - دكتر رضا برنگي