Amanulla Khan M. / Selvaperumal S. / Syed Musthafa Gani S.
Librería Samer Atenea
Kálamo Books
Librería Elías (Asturias)
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Ta książka przedstawia wydajny system rozpoznawania wielu rodzajów chodu, wykorzystujący usuwanie cieni oraz techniki klasyfikacji oparte na Fast RCNN. Rozpoznawanie chodu identyfikuje osoby na podstawie wzorców chodzenia, jednak cienie, zmiany oświetlenia i różnice w ubiorze zmniejszają dokładność. Aby rozwiązać te problemy, zaproponowano oparty na głębokim uczeniu (Deep Learning) model SDR-RAN do detekcji cieni, ich usuwania oraz inpaintingu obrazu (image inpainting). Model wykorzystuje GhostNet, normalizację wsadową (batch normalization) oraz parametryczne ReLU w celu skutecznej ekstrakcji cech. CRANN odtwarza obszary cieni, korzystając z informacji o tle. Dodatkowo opracowano strukturę Faster RCNN z RPN oraz rozproszonym grupowaniem K-średnich (fuzzy K-means) do dokładnej klasyfikacji chodu. Wyniki eksperymentalne wykazują lepszą skuteczność rozpoznawania w zastosowaniach monitoringu wizyjnego.