دوفصلنامه محاسبات و سامانه های توزیع شده

دوفصلنامه محاسبات و سامانه های توزیع شده

ترکیب ماشین‌های بولتزمن محدود دوبعدی و شبکه‌های LSTM برای شناسایی فعالیت‌های انسانی در ویدئو: یک رویکرد نوین

نوع مقاله : مقاله پژوهشی

نویسندگان
مجید جودکی 1
حسین ابراهیم پور کومله 2
1 گروه کامپیوتر، دانشکده مهندسی، دانشگاه آیت اله بروجردی(ره)، بروجرد، ایران
2 گروه هوش مصنوعی، دانشکده برق و کامپیوتر، دانشگاه کاشان، کاشان
چکیده
در حوزه تحلیل ویدئو و به‌ویژه شناسایی فعالیت‌های انسانی، روش‌های پیشین علی‌رغم موفقیت‌های به دست آمده، در حفظ مستقیم ویژگی‌های فضایی بدون نیاز به پیش‌پردازش پیچیده و مدل‌سازی وابستگی‌های زمانی طولانی دچار محدودیت‌هایی بوده‌اند. در این پژوهش، یک معماری نوین مبتنی بر ترکیب ماشین‌های بولتزمن محدود دوبعدی و شبکه‌های LSTM ارائه می‌شود که با استخراج دقیق الگوهای فضایی از فریم‌های ویدئویی و مدل‌سازی مؤثر روابط زمانی، خلأ موجود در ادبیات پژوهشی را برطرف می‌کند. در روش پیشنهادی،ماشین­های بولتزمن بدون نیاز به پیش‌پردازش‌های گسترده، ویژگی‌های مهم فضایی را از تصاویر استخراج نموده و شبکه­های LSTM وابستگی‌های زمانی پیچیده را مدل‌سازی می‌کنند. نتایج تجربی حاصل از آزمایش بر روی مجموعه‌داده‌های KTH، UCF Sports و HMDB51 نشان از بهبود عملکرد با دقت‌های به ترتیب 95.3٪، 93.4٪ و 70.8٪ دارد که نسبت به روش‌های رقابتی موجود، کارایی قابل توجهی به اثبات رسانده است.
کلیدواژه‌ها
یادگیری عمیق
ماشین بولتزمن محدود دو بعدی
شبکه‌های LSTM
شناسایی فعالیت انسانی
شبکه‌های عصبی بازگشتی
موضوعات