آشکارسازی عابرپیاده در تصاویر بوسیله شبکههای عصبی پیچشی عمیق با تمرکز بر پوشیدگی نواحی و تغییر نما
وضعیت نشر و پخش و غیره
محل نشرو پخش و غیره
تهران
مشخصات ظاهری
ساير جزييات
۴۸۱ ص.
یادداشتهای مربوط به عنوان و پدیدآور
متن يادداشت
علی احمدی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
دکتری
کسي که مدرک را اعطا کرده
صنعتی خواجه نصیرالدین طوسی
زمان اعطا مدرک
۱۳۹۹
نظم درجات
کامپیوتر
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
آشکارسازی عابرپیاده در کاربردهایی مانند حمل و نقل هوشمند و سامانههای نظارت هوشمند از اهمیت بالایی برخوردار است. در این رساله، دو رویکرد جدید ارائه شده است. رویکرد پیشنهادی اول، بر روی رفع چالش پوشیدگی در آشکارسازی عابرپیاده متمرکز است. در واقع پوشیدگی نواحی به عنوان مهمترین عامل ضعف عملکرد روشهای پیشین است. در رویکرد پیشنهادی دیگر، آشکارسازی با تاکید بر تغییر نما یا همان تغییر زاویه دید دوربین نسبت به عابرپیاده انجام میشود. برای هر یک از رویکردهای پیشنهادی، مجموعهای از شبکههای عمیق موازی در بخش طبقهبندی نامزدهای عابرپیاده طراحی شده است. در رویکرد پیشنهادی اول، هر یک از شبکههای عمیق، وظیفه تخمین یک ناحیه مشخص از بخشهای تشکیلدهنده نامزد عابرپیاده را برعهده دارد و در رویکرد پیشنهادی دوم، در هر یک از شبکههای عمیق، آشکارسازی عابرپیاده در یک محدوده زاویه دید مشخص نسبت به دوربین انجام میشود. نتایج حاصل از ارزیابی مدلهای پیشنهادی در این رساله و مقایسه آنها با روشهای قبلی نشان میدهد که رویکرد پیشنهادی مبتنی بر پوشیدگی نواحی دارای عملکرد بهتری نسبت به روشهای قبلی است. در واقع مقادیر RMA-L مدلهای پیشنهادی در برابر پایگاه داده تست ASU-hcetlaC با تنظیمات ارزیابی بدون پوشیدگی، پوشیدگی معقول (پوشیدگی کمتر از %53) و پوشیدگی بخشی (پوشیده با پوشیدگی کمتر از %53) به ترتیب برابر با 38/5، 36/6 و 61/01 درصد است که نشاندهنده بهبود 20/0، 77/0 و 39/5 درصدی نسبت به الگوریتمهای برتر قبلی است. با این حال، مدلهای پیشنهادی در آشکارسازی عابرین پیاده با تنظیم ارزیابی پوشیدگی سنگین (پوشیدگی بیش از %53 و کمتر از %08) بهتر از روشهای قبلی عمل نمیکند. سکویی که برای پیادهسازی مدلهای پیشنهادی در نظر گرفته شده است شامل ابزار wolfrosneT و نیز دو کارت گرافیکی موازی UPG c04K alseT AIDIVN است. از نظر پیچیدگی زمانی، مدت زمان لازم برای آشکارسازی عابرپیاده با استفاده از سکوی مذکور، بسته به ساختار مدل پیشنهادی، بین 28 و 853 میلیثانیه برای هر تصویر است.
موضوع (اسم عام یاعبارت اسمی عام)
تقسیم فرعی موضوعی
آشکارسازی عابرپیاده
تقسیم فرعی موضوعی
شبکههای عصبی پیچشی عمیق
تقسیم فرعی موضوعی
شبکه های عمیق موازی
تقسیم فرعی موضوعی
پوشیدگی نواحی
تقسیم فرعی موضوعی
تغییر نما
تقسیم فرعی موضوعی
مهندسی برق
عنصر شناسه ای
برق
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )