دانشگاه صنعتی نوشیروانی بابل مجله علمی رایانش نرم و فناوری اطلاعات 2383-1006 8 4 2020 01 21 People Re-Identification in Video Surveillance Systems Using Angle Information بازشناسی انسان در سیستم‌های نظارت ویدئویی با بهره‌گیری از اطلاعات زاویه‌ای 30 43 94241 FA علی سبطی گروه کامپیوتر، دانشکده فنی و مهندسی گرگان، دانشگاه گلستان، گرگان، ایران 0000-0001-8166-3591 حمید حسن‌پور دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی شاهرود، شاهرود، ایران. 0000-0002-5513-9822 Journal Article 2018 11 18 Intelligent video surveillance is one of the main applications in machine vision. People re-identification as part of these systems is of particular importance. Indeed, the accuracy in this part improves the efficiency of many types of monitoring algorithms. The re-identification task in human mind is performed consciously and is based on a prior knowledge of the 3D attributes of the human body. One of these attributes is the orientation of the body relative to the camera. In other words, a human supervisor at the matching stage uses the angle information to estimate the appearance of the person at different angles. In this research, the above process is modeled. Thus, in this research, a fully informed approach is provided to eliminate the destructive effects of angular changes of the person in the re-identification process. For this purpose, upper part of person's body clothing that can be seen or hidden from different angles are extracted and used in the matching stage. For evaluation and comparison, the proposed method was used in two of the most efficient re-identification algorithms. Experiments were performed on the ViPer dataset and the results show improvements in the recognition rate. نظارت ویدئویی هوشمند از کاربردهای اصلی در بینایی ماشین می‌باشد. بازشناسی انسان به عنوان بخشی از این سیستم‌ها از اهمیت ویژه‌ای برخوردار است. به‌طوری‌که صحت عملکرد در این بخش منجر به کارآمدی انواع الگوریتم‌های نظارتی می‌گردد. فرآیند بازشناسی در منظر ناظر انسانی به‌صورت آگاهانه و برپایه اطلاعات و دانش پیشین از ویژگی‌های سه‌بعدی پیکره انسان انجام می‌شود. یکی از این ویژگی‌ها اطلاعات زاویه قرارگیری شخص نسبت به دوربین است. به عبارتی ناظر انسانی در مرحله تطبیق با بهره‌گیری از اطلاعات زاویه، تخمینی از ظاهر شخص در زوایای مختلف خواهد داشت. در این پژوهش نیز فرآیند مذکور مدل‌سازی می‌گردد. بدین ترتیب در این پژوهش، راهکاری کاملا آگاهانه برای رفع تاثیرات مخرب تغییرات زاویه‌ای شخص در فرآیند بازشناسی، ارائه شده است. برای این منظور بخش‌هایی از پوشش بالاتنه فرد که تحت زوایای مختلف می‌توانند آشکار یا نهان شوند، استخراج گردیده و در مرحله تطبیق، وزن‌دهی یا نمونه‌افزایی می‌شوند. به منظور ارزیابی و مقایسه، روش پیشنهادی بر روی دو الگوریتم از کارآمدترین الگوریتم‌های بازشناسی مورد استفاده قرار گرفته است. نتایج آزمایش‌های انجام شده بر روی مجموعه داده‌های ViPer، بهبود را در نرخ تشخیصِ بازشناسی نشان می‌دهد. https://jscit.nit.ac.ir/article_94241_70a5e2c25d16639892a73773b2fb1796.pdf