|
Shakl 1. Metro Platformasi ma'lumotlar to'plamidagi vakillik tasvirlari, ( a
|
| bet | 2/8 | | Sana | 09.03.2023 | | Hajmi | 224.12 Kb. | | #44722 |
Bog'liq Convolution 33934.pptx, Фaхриддин фикрнома, JAMIYAT VA SHAXS PSIXOLOGIYA, Asliddin Hoshimov, web sahifa web sayt va web dizayn tu, KEYS (2)Shakl 1. Metro Platformasi ma'lumotlar to'plamidagi vakillik tasvirlari, ( a - c ) turli to'planish darajalarini ifodalaydi.
Olomonni hisoblash usullari kuzatuv videolari yoki bitta rasmdagi odamlar sonini taxmin qilishga qaratilgan. Ular olomon zichligini kuzatish orqali jamoat xavfsizligini ta'minlash uchun siyosiy anjumanlar, sport tadbirlari va kontsertlar kabi turli stsenariylarda qo'llanilishi mumkin. Hozirgi vaqtda olomonni hisoblashning mavjud usullari aniqlashga asoslangan va regressiyaga asoslangan yondashuvlar va konvolyutsion neyron tarmoq (CNN) asosidagi asosida ishlab chiqilgan,yondashuvlar. CNN-ga asoslangan usullar inson boshini aniqlash maqsadi sifatida ishlatganligi sababli, okklyuziondan kelib chiqadigan xato kamayadi. Shuning uchun, konvolyutsion-neyron-tarmoqqa asoslangan olomonni hisoblash usullari metro platformalarida foydalanish uchun ko'proq mos keladi.
Metro platformalarida ekranli eshiklar, liftlar va boshqa kichik ob'ektlarning mavjudligi, shuningdek, yorug'likning o'zgarishi kuzatuv problari tomonidan olingan kuzatuv videolarida jiddiy tiqilish va aks ettirish muammolariga olib kelishi mumkin. Bu olomonni hisoblashning aniqligiga jiddiy ta'sir qiladi. Oklyuziya va aks ettirish muammolari metro platformalarida olomonni hisoblashda katta qiyinchiliklar tug'diradi. Okklyuzion va aks ettirish muammosini hal qilish uchun biz MP-CNN deb nomlangan olomonni hisoblash uchun konvolyutsion neyron tarmog'ini taklif qilamiz. Taklif etilayotgan arxitektura VGG-16 dan foydalanadi xususiyatni ajratib olish uchun oldingi tarmoq sifatida. VGG ajoyib xususiyatlarni ajratib olish qobiliyatiga va tasniflash vazifalarida kuchli uzatish qobiliyatiga ega ekanligi ma'lum. Shuningdek, u moslashuvchan arxitekturaga ega, bu uni orqa tarmoqqa ulash va zichlik xaritasini yaratishni osonlashtiradi. dagi ishlardan ilhomlanib , biz ko'p miqyosli xususiyatlarni ajratib olish qobiliyatini oshirish va tarmoqni qabul qilish maydonini kengaytirish uchun ko'p miqyosli xususiyatlarni chiqarish modulini ham joriy qilamiz. Bu uzoq va tor metro platformasining chekka hududlarida xususiyatlarni chiqarishni yaxshilashi mumkin. Keyinchalik, xususiyatlar xaritasini asl hajmiga qaytarish va yuqori sifatli zichlik xaritasini yaratish uchun ikki chiziqli interpolyatsiya o'rniga yuqori namuna olish uchun transpozitsiyalangan konvolyutsiyalardan foydalanamiz.
Shuningdek, biz ushbu tadqiqot uchun jami 9243 izohli odamlarning 627 ta rasmini o'z ichiga olgan ma'lumotlar to'plamini ishlab chiqdik. Unda ish kunlari va dam olish kunlarida eng yuqori va oddiy davrlardagi platforma tasvirlari mavjud. Ko'rib chiqilgan uzun va tor metro platformasi va kuzatuv kameralarining burchaklari tufayli odamning to'planish va tiqilib qolish darajasi har xil edi. Ma'lumotlar metro platformasidagi kuzatuv videokamerasidan to'plangan. Biz uni Metro Platformasi ma'lumotlar to'plami deb ataymiz. Bizning ishimizning asosiy hissasi quyidagilardan iborat:
Birinchidan, jamoat xavfsizligi uchun, tiqilinchli baxtsiz hodisalarning oldini olish uchun biz metro platformalarida olomonni aniq hisoblash uchun MP-CNN deb nomlangan konvolyutsion neyron tarmog'ini taklif qilamiz.
Ikkinchidan, taklif qilingan usul, ko'p miqyosli xususiyatni ajratib olish moduli bilan, og'ir okklyuziv muammoni hal qilishi va boshqa usullar bilan solishtirganda og'ir okklyuzion va aks ettirish bilan muhitga yaxshiroq moslashishi mumkin.
Uchinchidan, biz Metro Platform ma'lumotlar to'plamini ishlab chiqdik; Ushbu ma'lumotlar to'plamidagi tasvirlar metro stantsiyasining video oqimidan to'plangan. Ushbu ma'lumotlar to'plamida aqlli transport sohasida tahlil qilish uchun tirbandlikni aks ettiruvchi turli xil sahnalar mavjud.
To'rtta ko'rsatkich bo'yicha tajribalar natijalari shuni ko'rsatadiki, bizning usulimiz eng zamonaviy olomonni hisoblash usullari bilan raqobatlasha oladi.
|
| |
