كشف الشخص في ملف فيديو بالاعتماد على التقنيات الذكائية المهجنة

الباحث

لبنى ذنون إحميدي الكحلة

المشرف

جمال صلاح الدين مجيد النعيمي

الجامعة

جامعة الموصل

الكلية / القسم

كلية علوم الحاسوب والرياضيات / علوم الحاسوب

الشهادة

دكتوراه

السنة

2022

لغة الرسالة

انكليزي

الكلمات المفتاحية

Person Detection ; Video Surveillance ; Hybrid Intelligent Techniques ; Deep Learning

انتشرت في الاونة الاخيرة العديد من التهديدات الامنية المتنوعة قابلها تطور وانتشار اصناف من كاميرات المراقبة في الاماكن العامة وحتئ الخاصة التي ساعدت من الحد في انتشار هذه الخروقات وعلئ الرغم من ذلك لم يستغنى عن الدور الذي يلعبه التدخل البشري في عمليات فحص وتحليل التسجيلات الفيديوية لمعرف تحركات شخص معين والاماكن التي ينتقل فيها ويتطلب ذلك وقت وجهد بشري لذلك اصبحت عملية تحديد الاشخاص وتتبع حركتهم بدقة وفعالية من الامور بالغة الاهتمام ومع التطور السريع للذكاء الاصطناعي في السنوات الاخيرة اكتسب التحديد الشخصي بالاعتماد علئ الوجوه المزيد من الاهتمام بما له من مزايا عديدة اهمها عدم الاتصال والتزامن العالي وسهولة الاستخدام وامكانيته العالية من الاستخدام في الحكومة والمرافق العامة والامن . في هذه الاطروحة تم تصميم نظام بحث عن اشخاص داخل ملفات فيديوية لتحقق من وجود الاشخاص في الملف الفيديو من عدمه ,هذا النظام مكون من عدة مراحل المرحلة الاولى تحويل الملفات الفيديوية الى مجموعة من الاطر ثم يتم تحديد مناطق الوجه باستخدام طريقة Viola Jones ,المرحلة الثانية هي استخلاص الخواص الخاصة بتلك الوجوه بالاعتماد على تقنيتين الاولى هي deep feature 0 والتي يتم استخدام شبكات التعليم العميق وهي الشبكة المدربة مسبقا ,١ VGG16-CNN والتقنية الثانية هي shallow feature extraction والمتمثلة بالطرق التقليدية لاستخلاص الصفات وهي ,Principal Component Analysis Local Binary Patterns و Als yall Gabor Filter الثالثة هي عنقدة صور الوجه التابعة لكل شخص الى مجاميع منفصلة لغرض تحديد ©1301 لكل شخص بجميع لقطاته بالملف الفيديوي وتتم هذه المرحلة باستخدام خوارزمية ال Self Organization map (SOM clustring) ومقارنة دقة وكفاءة هذه الخوارزمية مع خوارزمية ال K-Means ، المرحلة الاخيرة هي التصنيف وهي مرحلة تحديد Neural multilayer percepton Artificial الاشخاص بالاعتماد على Backpropagation Artificial Neural وتدريب هذا المصنف بالاعتماد على Network . Network تم اختبار النظام على خمس ملفات فيديوية مختلفة الاوقات وكل فيديو يحتوي على اعداد مختلفة من الأشخاصء اظهرت النتائج التي تم الحصول عليها من خلال confusion matrix) ان النظام اعطى دقة تصنيف عالية ومعدل كشف جيد عند استخدام خوارزمية VGGI6-CNN في استخلاص الخواص وخوارزمية SOM Cum clustring تم الحصول على اعلى دقة تصنيف وهو )%93( واعلى معدل precision 5 5% )%100( . من خلال نتائج الاختبارالمتمثلة بالمقاييس Gills precision , recall , accuracy تم الحصول lade J من confusion matrix J! تبين ان النظام قوي ولديه معدل كشف عالي فقد اثبت النظام قدرته على تحديد اشخاص داخل الملفات الفيديوية من حيث وجودهم داخل هذه الملفات من عدمه مما يجعله مناسبا للاستخدام في تحديد الهوية والبحث عن المطلوبين ومراقبتهم وتتبع حركتهم.

Several security threats have spread recently, offset by the development of surveillance cameras in public and even private places, which played a role in limiting the spread of these breaches. Despite this, the human role in examining and analyzing videos recordings to identify a person's movements can not be neglected. Detecting people and tracking their movement accurately and effectively has become of great interest. With the rapid development of artificial intelligence in recent years, personal identification by relying on faces has gained more attention with its many advantages, the most important of which are non-contact and high synchronization, Ease of use, and a high potential for use in government, public utilities and security. In this thesis, a person detection system for video files is designed to verify the presence of persons in the video file or not. This system consists of several stages: The first stage is to convert the video files into a set of frames, then face areas are identified using the Viola- Jones method, The second stage is extracting the characteristics of these faces based on two techniques, the first technique is deep feature extraction, which is the pre-trained network VGG16-CNN. The second technique is shallow feature extraction, which is represented by three methods Principal Component Analysis, Local Binary Patterns And, Gabor Filter. The new addition in this thesis is represented by adding the self-organization map (SOM)algorithm into VGG16-CNN to cluster each person’s face images into separate groups for identifying the label for each person in the video file. Additionally, This layer is compared by the K-Means algorithm, The last stage is classification, which is the stage of detecting persons based on the multilayer percepton neural network. The system is tested on five video files of different times, and each video contains different numbers of people. The results obtained through the confusion matrix showed that the system gives a high classification accuracy and a good detection rate when using the VGG16-CNN algorithm for feature extraction and the SOM algorithm, clustring where the highest classification accuracy was obtained which is (93%) and the highest precision rate was (100%).Through the test results represented by measures of precision, recall, and accuracy, which are obtained from the confusion matrix, it is found that the system is strong and has a high detection rate.

طلب نسخة من الملف

الملفات غير منشورة على الموقع. اترك بياناتك وسيتواصل معك موظفو قسم الشؤون الثقافية والفنون لإرسال النسخة مجاناً.

الاسم

رقم الهاتف

البريد الإلكتروني

الغرض من الطلب (اختياري)

إرسال الطلب