طراحی و پیاده‌سازی سامانه پایش هوشمند مبتنی بر پردازش تصویر برای تشخیص ناهنجاری‌های حرکتی در محیط‌های تحت نظارت و تولید هشدار بلادرنگ

طراحی و پیاده‌سازی سامانه پایش هوشمند مبتنی بر پردازش تصویر برای تشخیص ناهنجاری‌های حرکتی در محیط‌های تحت نظارت و تولید هشدار بلادرنگ

مصطفی عبدالهیان دهکردی1 علی فراتی2

1) گروه مهندسی برق و کامپیوتر، دانشگاه ملی مهارت، تهران، ایران
2) ، دانشجوی کارشناسی مهندسی کامپیوتر، دانشگاه ملی مهارت ، شهرکرد ، ایران

کد IOI مقاله : AAHD-ABHGZE
محل انتشار : کنفرانس ملی فناوری اطلاعات، نانوتکنولوژی، هوش مصنوعی و آینده پژوهی فناوری (itnaf.ir)
چکیده :
    با گسترش استفاده از سامانه‌های نظارت تصویری در محیط‌های شهری، صنعتی، درمانی و امنیتی، نیاز به تحلیل هوشمند داده‌های ویدئویی و تشخیص خودکار رفتارهای غیرعادی بیش از گذشته احساس می‌شود. پایش مداوم تصاویر توسط نیروی انسانی علاوه بر هزینه بالا، به دلیل خستگی اپراتور و حجم زیاد داده‌های تصویری با کاهش دقت همراه است. از این‌رو بهره‌گیری از الگوریتم‌های هوش مصنوعی و بینایی ماشین به عنوان راهکاری کارآمد برای تحلیل خودکار رفتار افراد مورد توجه پژوهشگران قرار گرفته است. در این مقاله، سامانه‌ای هوشمند مبتنی بر پردازش تصویر و یادگیری عمیق برای تشخیص ناهنجاری‌های حرکتی و تولید هشدار بلادرنگ ارائه می‌شود. در معماری پیشنهادی ابتدا افراد موجود در تصاویر توسط شبکه YOLOv5 شناسایی شده و سپس نقاط کلیدی بدن با استفاده از مدل OpenPose استخراج می‌شوند. در ادامه، ویژگی‌های زمانی حرکات توسط شبکه حافظه بلندمدت کوتاه‌مدت (LSTM) تحلیل شده و الگوهای غیرعادی نظیر سقوط، درگیری فیزیکی، بی‌حرکتی غیرطبیعی، ورود غیرمجاز و رفتارهای مشکوک تشخیص داده می‌شوند. در صورت وقوع ناهنجاری، سامانه به‌صورت خودکار هشدار لازم را برای اپراتور یا سامانه‌های امنیتی ارسال می‌کند. به‌منظور ارزیابی عملکرد، مدل پیشنهادی بر روی مجموعه‌داده‌های عمومی شامل UCF-Crime، ShanghaiTech و Avenue مورد بررسی قرار گرفته است. نتایج نشان می‌دهد که استفاده هم‌زمان از تشخیص شیء، استخراج اسکلت بدن و تحلیل زمانی حرکات موجب افزایش دقت تشخیص، کاهش نرخ هشدار کاذب و بهبود سرعت پاسخ‌گویی سامانه در محیط‌های واقعی شده است. همچنین معماری ارائه‌شده قابلیت توسعه برای سامانه‌های شهر هوشمند، بیمارستان‌ها، مراکز صنعتی و سامانه‌های امنیتی را دارا است.

کلمات کلیدی : پردازش تصویر تشخیص ناهنجاری یادگیری عمیق بینایی ماشین openpose yolov5