| نوع مدرک: | متون چاپی |
| سرشناسه | ابراهیمی ، مجید، نویسنده |
| شماره بازیابی : | COM A 43 1402 |
| عنوان : | تشخیص حرکت انسان با استفاده از مدل ترنسفورمر |
| عنوان موازی : | Detecting human motion using the Transformer model |
| ناشر: | دانشگاه شهید اشرفی اصفهانی: اصفهان |
| سال نشر : | 1402 |
| صفحه شمار: | 83ص |
| شابک/شاپا | 25610 |
| یادداشت | پایان نامه کارشناسی ارشد :رشته مهندسی کامپیوتر گرایش هوش مصنوعی و رباتیکز |
| شناسه افزوده : | راستین ، نیلوفر، استاد راهنما |
| توصیفگرها | تشخیص حرکت انسان، مدل ترنسفورمر، یادگیری عمیق، تشخیص اشیا : Human motion detection, Transformer model, Deep learning, Object detection |
| چکیده : | یادگیری عمیق، زیر شاخه ای پویا و پر اهمیت از حوزه یادگیری ماشین است که با استفاده از شبکه‌های عصبی ژرف، اطلاعات پیچیده را از داده‌ها استخراج می‌کند. یادگیری عمیق نه تنها برای تشخیص الگوها و ارتباطات پنهان در داده‌ها بلکه در بسیاری از حوزه‌ها از جمله تصویربرداری، پردازش زبان طبیعی و تحلیل داده‌های پیچیده مؤثر است. در این پژوهش از تکنیک های یادگیری عمیق، پردازش تصویر و ویدیو استفاده شده است تا حرکت های مختلف انسان در ویدیو تشخیص داده شود. برای این منظور به یک الگوریتم تشخیص شی نیاز است. در این پژوهش از YOLO که یکی از شناخته شده ترین الگوریتم تشخیص اشیا در تصاویر با استفاده از شبکه‌های عصبی ژرف است برای شناسایی انسان در تصویر و استخراج نقاط کلیدی استفاده شده است. پس از آن از مدل ترنسفورمر برای آموزش و تشخیص حرکت های مدنظر که نقاط کلیدی آن استخراج شده بوده استفاده شده است. نتایج نشان دادند که استفاده از این مدل در تشخیص حرکات انسان به بهبود قابل توجهی در این زمینه یعنی میانگین دقت 0.82بر روی دیتاست معروف UTD-MHAD و میانگین دقت 0.94 بر روی مجموعه داده ای که از ترکیب مجموعه های دیگر و سایت یوتیوب گرد آوری شده منجر شده است |
| لینک ثابت رکورد: | ../opac/index.php?lvl=record_display&id=14446 |
| زبان مدرک : | فارسی |
