بهبود بازشناسایی شخص با استفاده از یادگیری انتقالی و شبکه‌های سیامی
کد مقاله : 1069-CYSP2023 (R1)
نویسندگان:
سجاد عموئی ششکل1، کاظم فولادی قلعه *2، حسین آقابابا3
1فارغ‌التحصیل کارشناسی ارشد مهندسی فناوری اطلاعات، گروه مهندسی کامپیوتر، دانشکده مهندسی دانشکدگان فارابی دانشگاه تهران؛ دستیار پژوهشی آزمایشگاه پژوهشی یادگیری عمیق دانشگاه تهران
2دانشکده مهندسی، دانشکدگان فارابی، دانشگاه تهران
3دانشگاه تهران
چکیده مقاله:
بازشناسایی شخص در جامعه تحقیقاتی محبوبیت بالایی به‌دست آورده و دلیل آن افزایش کاربردها و اهمیت آن در صنعت نظارت است. بازشناسایی شخص به‌دلیل وجود تغییرات درون‌کلاسی و بین‌کلاسی در دوربین‌های مختلف همچنان به‌عنوان یک مسئله‌ی چالشی مورد بررسی قرار می‌گیرد. در این مقاله یک شبکه از نوع سیامی معرفی می‌شود که جفت تصاویر را دریافت کرده و سپس با استفاده از شبکه پیش‌آموزش داده شده، ویژگی‌های تصاویر را استخراج می‌کند و در نهایت خروجی توسط یک تابع اتلاف تصدیق تعیین می‌شود. به‌منظور به‌دست آوردن ویژگی‌های عمیق‌تر از تصاویر عابران پیاده، از شبکه پیش‌آموزش داده شده EfficientNet B0 برای استخراج ویژگی‌ها استفاده کردیم. آزمایش‌ها را روی مجموعه داده CUHK01 برای نشان دادن دقت روش پیشنهادی انجام دادیم. دقت روش پیشنهادی در رتبه 1، رتبه 5، رتبه 10، رتبه 15 و رتبه 20 به ترتیب 70%، 95%، 99%، 99% و 99% می‌باشد. نتایج نشان می‌دهد که روش ارایه شده نسبت به روش‌های به‌روز دارای عملکرد بهتری است.
کلیدواژه ها:
بازشناسایی شخص، شبکه سیامی، اتلاف تصدیق، EfficientNet B0
وضعیت : مقاله برای ارائه شفاهی پذیرفته شده است