منصة الرسائل والاطاريح: نظام تنبؤ مطور لأتجاه الكائن المتحرك وتتبعه عبر طوبولوجيا غير متداخله لشبكة كاميرات المراقبه باستخدام التعلم العميق

الخلاصة

يعتبر مجال أنظمة كاميرات المراقبة مجالًا مهمًا للبحث في السنوات الأخيرة لأنه يستخدم لأغراض مختلفة مثل مراقبة المباني الكبيرة والشوارع والأماكن المثيرة للاهتمام وما إلى ذلك. يمكن لأنظمة المراقبة تحليل محتوى الفيديو بذكاء واكتشاف السلوكيات غير العادية ، يمكن لهذه التقنيات الجديدة أن توفر مراقبة أكثر دقة وأمانًا من خلال دعم الشرطة والأمن في حالات التحقيق. لا يزال التنبؤ باتجاه جسم متحرك يمثل تحديًا لأن الكائن يغير مظهره أو وضعه أوحجبه. يؤدي اختفاء الهدف (الشخص) من المشهد إلى ضعف أداء نظام المراقبة لأن النظام يفقد المسار. ستحتاج إعادة تحديد نفس الهدف في شبكة الكاميرا إلى البحث عن الهدف في جميع الكاميرات المجاوره وسيحتاج ذلك إلى مزيد من المعالجة واستهلاك المزيد من الوقت. يتمثل حل هذه المشكلة في زيادة الارتباط بين الحالات لاعادة تحديد نفس الهدف بعد الحجب والتنبؤ بالاتجاه الصحيح للهدف لتعيين الكاميرا التالية المحددة حيث قد يظهر الهدف مرة أخرى.النظام المقترح في هذه الرسالة هو تتبع والتنبؤ باتجاه حركة الهدف عبر الشبكه وهو يجمع بين تقنيات التعلم العميق والمعلومات المكانية من طوبولوجيا شبكة الكاميرا. يتكون النظام المقترح من عدة مراحل: أولاً ، تقسيم الفيديو إلى إطارات متتالية واستخراج الميزات المهمه للهدف باستخدام خوارزمية YOLOv3 لاكتشاف الهدف. ثانيًا ، تتبع الهدف باستخدام مرشح كالمان والفرز العميق ثم إنشاء نقاط مسار للهدف المتحرك. ثالثًا ، توقع اتجاه الهدف المتحرك باستخدام الخوارزمية المقترحة مع نموذج LSTM لربط الميزات المهمة للهدف عبر الاطارات المتسلسلة. أخيرًا ، استخدام نموذج إعادة تحديد هوية الشخص لإعادة تحديد نفس الهدف عبر الكاميرات المجاورة اعتمادًا على ميزات الهدف ، ونتيجة التنبؤ للاتجاه والمعلومات المكانية والزمانية من طوبولوجيا شبكة الكاميرا لاكتشاف المكان الذي قد يظهر فيه الهدف مرة أخرى. تم اعتماد مجموعتين من البيانات في هذه الرسالة هما "مجموعة بيانات الفيديو متعددة الكاميرات (MTA) التي تقدمها مؤسسة رؤية الكمبيوتر والضريح العباسي في مجموعة بيانات مدينة كربلاء. تحتوي مجموعة بيانات MTA على ست كاميرات (داخلية وخارجية) موزعة في مجالات عرض متداخلة وغير متداخلة ؛ تحتوي مجموعة البيانات الثانية على ست كاميرات مع توزيع غير متداخل. يحتوي نوعان من مجموعات البيانات على عدد من مقاطع الفيديو مع سيناريوهات مختلفة للأشخاص المتحركين في ظل ظروف الإضاءة المختلفة. أخيرًا ، كانت نتائج تقييم نماذج التنبؤ وإعادة تحديد الهوية لـ MTA 0.89 و 0.90 على التوالي ومجموعات بيانات الضريح العباسي 0.91 و 0.86 على التوالي. النظام المقترح يحقق دقة تصل إلى 90٪.