Kalit so‘zlar:
Yurishni aniqlash, chiziqli fazo, radial asosli funksiya, yurish xususiyatlari,
ma’lumotlar to‘plami.
Аннотация.
Определение походки и оценка осанки человека – одна из
актуальных и современных проблем современности. Поэтому наиболее
эффективным методом является идентификация человека по ходьбе. Обнаружение
походки имеет широкие перспективы применения в интеллектуальном
мониторинге безопасности. Однако из-за изменчивости походки человека и
сложности внешних условий при отборе проб обнаружение походки по-прежнему
сталкивается со многими проблемами. Объем данных обучения походке не может
удовлетворить потребности обучения модели, основанного на глубоком обучении.
246
Для решения этой проблемы разработана новая схема обнаружения походки,
основанная на этом разреженном линейном подпространстве.
Ключевые слова:
Обнаружение походки, линейное пространство, радиальная
базисная функция, характеристики походки, набор данных.
Annotation.
Determining the gait and assessing the posture of a person is one of the
urgent and modern problems of our time. Therefore, the most effective method is to
identify a person by walking. Gait detection has broad application prospects in intelligent
security monitoring. However, due to the variability of human gait and the complexity of
the environment in sampling, gait detection still faces many challenges. The amount of gait
training data cannot meet the training needs of a model based on deep learning. To solve
this problem, a new gait detection scheme based on this sparse linear subspace has been
developed.
Key words
:Gait detection, linear space, radial basis function, gait characteristics, dataset.
Bugungi kunda yurishni aniqlashning ikki xil yondashuvi o‘rganilmoqda. Birinchidan,
birlamchi yurish xususiyatlari sifatida kadrli-kvadrat yurish energiya tasvirlari olinadi va
o‘lchamlarni kamaytirish uchun ularni ifodalash uchun siyrak chiziqli pastki fazo
texnologiyasidan foydalaniladi. Ikkinchidan, qo‘llab-quvvatlovchi vektor mashinasiga
asoslangan yurishni tasniflashning yangi algoritmi taqdim etiladi, u ko‘ndalang ko‘rinishda
yurishni aniqlashga erishish uchun Gauss radial asosli funksiya (RAF)ni qabul qiladi.
Tavsiya etilgan yurishni aniqlash yondashuvi uning ishlashini ko‘rsatish uchun ikkita ochiq
yurish ma’lumotlar bazasida baholanadi.
Odamning yurishi butun tananing, ayniqsa oyoqlarning yurish jarayonida o‘zgarishini
anglatadi. So‘nggi o‘n yillikda yurishni aniqlash va uni qo‘llashga katta e'tibor berildi [1].
Yuz, barmoq izi, iris va boshqalar kabi boshqa biologik xususiyatlar bilan solishtirganda,
yurish quyidagi afzalliklarga ega [2]:
- Uzoq masofadan osongina aniqlash. Yurish xususiyatlari yanada dinamik bo‘lganligi
sababli, u uzoqroq masofada va past aniqlikda yuqori tanib olish tezligiga erishishi
mumkin;
- Aniqlangan ob'ektga noinvazivlik. Tanib olish jarayoni aniqlangan ob'ektning qasddan
hamkorligiga muhtoj emasligi va aniqlangan shaxs bilan bog‘lanishning hojati yo‘qligi
sababli, uni jamoat joylarida identifikatsiya qilish uchun osongina ishlatish mumkin;
- Yashirish qiyin bo‘lgan holat. Yurish xususiyatlari yurish jarayonida butun tanadagi
o‘zgarishlarni o‘z ichiga olganligi sababli, yuz va barmoq izlari kabi niqob va qo‘lqop kiyish
bilan yopish qiyin.
Biroq, insonning yurish holatining o‘zgaruvchanligi va ma’lumotlarni olish jarayonida
tashqi sharoitlarning murakkabligi tufayli, yurishni tanib olish hali ham ko‘p
qiyinchiliklarga duch kelmoqda [3, 4]. Misol uchun, yurish yo‘nalishi va kamera o‘qi
o‘rtasidagi nisbiy munosabatlarning o‘zgarishi tufayli yurish holati namunalarida sezilarli
farqlar mavjud, bu esa ko‘ndalang ko‘rinishdagi yurishni aniqlash muammosiga olib keladi.
Yana bir misol sifatida, kuchli farqlash qobiliyatiga ega asosiy yurish xususiyatlarini ajratib
olish qiyin va yurishni aniqlash algoritmining vaqt murakkabligi yuqori, chunki yurish
tasviri bevosita xususiyat sifatida ishlatiladi [5]. Bundan tashqari, haqiqiy sahnalardan
piyodalarning to‘liq kontur ma’lumotlarini olish uchun murakkabroq omillarni hisobga
olish zarurati tufayli, video kuzatuv va boshqa amaliy dasturlarda yurishni aniqlash
algoritmlarini qo‘llashda ma’lum bir bo‘shliq mavjud.
Kuchli farqlash qobiliyatiga ega bo‘lgan ichki yurish xususiyatlarini ajratib olish va
yurishni aniqlash algoritmlarining vaqt murakkabligini kamaytirish uchun biz siyrak
chiziqli pastki fazoda yurishni aniqlashning yangi sxemasini taqdim etamiz. Birinchidan,
asosiy yurish xususiyatlari sifatida kvadratli-kadr yurish energiya tasvirlarini chiqaramiz
va o‘lchamlarni kamaytirish uchun ularni tasvirlash uchun siyrak chiziqli pastki fazo
247
texnologiyasidan foydalanamiz. Ikkinchidan, ko‘ndalang ko‘rinishdagi yurishni aniqlashga
erishish uchun Gauss radial asosi funksiyasi (RAF) yadrolarini qabul qiladigan qo‘llab-
quvvatlovchi vektor mashinasiga asoslangan yangi yurish tasnifi algoritmi taqdim etiladi.
Va nihoyat, taklif qilingan usulni baholash uchun biz ikkita mashhur yurish ma’lumotlar
bazasida bir nechta tajribalar o‘tkazildi. Eksperimental natijalar shuni ko‘rsatadiki, taklif
etilayotga usul to‘g‘ri tanib olish tezligi bo‘yicha mavjud yurishni aniqlash usullaridan
ustundir.
Avvalo, yurish siklida yuradigan odamlarning vaqt va makon xususiyatlarini har
tomonlama aks ettira oladigan, yurish energiya tasviri (GEI) deb nomlangan mashhur
yurish tasviri taklif qilingan. GEI va uning ba’zi variantlari yurishni aniqlash bo‘yicha
tadqiqotlarda keng qo‘llanilgan. Faqat past aniqlikdagi yurish namunalari mavjud
bo‘lganda yurishni aniqlash muammosini hal qilish uchun o‘quv tasvirlari to‘plamidan test
tasvirlarining yuqori aniqlikdagi o‘xshashlarini o‘rganish algoritmini taklif qilindi. Tizimli
oʻzgarishlarning baʼzi sinflarida yurishni aniqlashning mustahkamligini yaxshilash uchun
ikkita yurish tasvirini, oʻzgaruvchan energiya tasvirini va yurishning strukturaviy profilini
birlashtirgan. Insonning yurishini aniqlash uchun yamoqlarni taqsimlash xususiyatini taklif
qildi, bu GEIlarni mahalliy kengaytirilgan Gabor xususiyatlari to‘plami sifatida ifodalaydi va
global Gauss aralashmasi modelini o‘rganildi. Yashirin Markov modellari va ikki
tomonlama diskriminativ kuzatuvlardan foydalangan holda, Bulgouris va Huang yaxlit va
modelga asoslangan xususiyatlarni birlashtirgan yurishni aniqlash yondashuvini taqdim
etdi. Bunda ikki yurish o‘rtasidagi munosabatlarni ikki xil nuqtai nazardan o‘rganishga
asoslanib, yurishning tanib olish usulida turli ko‘rinishdagi yurishlarning eng yaqin
qismlarini bir guruhga bo‘lish uchun harakat klasterini amalga oshirish samarali
hisoblanadi. Lug‘atni o‘rganishni qalin bulutlar va soyalar bilan ifloslangan miqdoriy
ma’lumotlarni ko‘p vaqtli qayta tiklashga kengaytirish usuli ham mavjud bo‘lib, bu esa
yurishni aniqlashda ishlatilishi mumkin.
1-rasm. Taklif etilayotgan yurishni tanib olishning oqim sxemasi
Muhim sabablardan biri shundaki, sayoz o‘rganishga asoslangan yurishni aniqlash usuli
amaliy qo‘llash uchun talab qilinadigan to‘g‘ri tanib olish tezligiga erishish qiyin va yurishni
o‘rgatish ma’lumotlari miqdori odatda chuqur o‘rganishga asoslangan na’munaviy trening
ehtiyojlarini qondira olmaydi. Yuqoridagi muammoni hal qilish uchun biz chiziqli
bo‘lmagan o‘lchamlarni kamaytirish orqali ko‘proq diskriminativ yurish xususiyatini olish
uchun siyrak chiziqli pastki fazoda yurishni aniqlashning yangi sxemasini taqdim etiladi.
Birinchidan, asosiy yurish xususiyatlari sifatida kadrlar bo‘ylab yurish energiya tasvirlarini
chiqaramiz va o‘lchamlarni kamaytirish uchun ularni ifodalash uchun siyrak chiziqli pastki
fazo texnologiyasidan foydalaniladi. Keyin qo‘llab-quvvatlovchi vektor mashinasiga
asoslangan yurishni tasniflashning yangi algoritmi taqdim etiladi, u ko‘ndalang ko‘rinishda
yurishni aniqlashga erishish uchun Gauss RAF yadrolarini qabul qiladi. Natijada, taklif
qilingan sxemani baholash uchun ikkita mashhur yurish ma’lumotlar to‘plamida, ya’ni
CASIA Dataset B va OU-ISIR LP ma’lumotlar to‘plamida bir nechta tajribalar o‘tkazildi.
Xulosa qilib aytadigan bo‘lsak, yurishni aniqlash bo‘yicha mavjud tadqiqotlar, ayniqsa
chuqur o‘rganish texnologiyasidan foydalangan holda, yurish xususiyatlarini namoyish
qilish va oldindan qayta ishlash, tasniflagichni loyihalash va o‘qitishda katta
248
muvaffaqiyatlarga erishiladi. Biroq, hozirgi kunga qadar yurishni aniqlashning bir qator
usullari taklif qilingan bo‘lsada, yurishni aniqlash amaliy qo‘llanmalarda foydalanish uchun
ma’lum masofaga ega.
|
