O‘zbekiston respublikasi oliy ta’lim, fan va innovatsiyalar vazirligi

Xulq-atvor Skelet pozasi Skelet ma’lumotlari
2.12-rasm. Xulq atvorga nisbatan skelet ma’lumotlarini shakllantirish.
Uchinchi komponent vektori suyak burchaklarini aniqlab beradi. Ushbu vektor beshta burchakka (φ1 dan φ5) mos keladigan va 2.13-rasmda ko‘rsatilganidek beshta xususiyatga ega:
• φ1: bo‘yin bo‘g‘inini burun bo‘g‘imi bilan bog‘laydigan υ₁₀ vektori va gorizontal tekislik bilan 90° vektor υ₉₀ orasidagi burchak;
• φ2: o‘ng tirsak bo‘g‘imini o‘ng yelka bo‘g‘imi bilan bog‘lovchi υ₃₂ vektor va gorizontal tekislikka 180° da υ₁₈₀ vektor orasidagi burchak;
• φ3: o‘ng bilak bo‘g‘imini o‘ng tirsak bo‘g‘imi bilan bog‘lovchi υ₄₃ vektori va gorizontal tekislikka 90° da υ₉₀ vektori orasidagi burchak;
• φ4: chap tirsak bo‘g‘imini chap yelka bo‘g‘imi bilan bog‘lovchi υ₆₅ vektori va gorizontal tekislik bo‘ylab υ₀ vektor orasidagi burchak;
• φ5: chap bilak bo‘g‘imini chap tirsak bo‘g‘imi bilan bog‘lovchi υ₇₆ vektori va gorizontal tekislikka 90° da υ₉₀ vektori orasidagi burchak.
Ushbu ma’lumotlarni DNN modeli yordamida qayta ishlash orqali samaradorlikka erishiladi.

2.13-rasm. DNN modelining arxitekturasi
Shaxsni identifikatsiyalashning aniqligi quyidagi tenglama bilan hisoblanadi:

bunda N_to‘g‘ri - to‘g‘ri bashorat qilingan odamlar soni;
S_real - haqiqiy odamlarning umumiy sonini bildiradi.
Aniqlikdan tashqari, ishlov berish vaqti tizimning ishlashiga sezilarli ta’sir ko‘rsatadi. Tizim qurilayotganda va baholanayotganda, ham aniqlik, ham ishlov berish vaqti hisobga olinishi kerak, chunki ular odatda o‘zaro munosabatlarga ega. 2.1-jadvalda taqqoslangan ikkita sxemaning o‘rtacha ishlov berish vaqti keltirilgan va ushbu jadvalda ko‘rsatilganidek, skeletga asoslangan sxema, taklif qilingan sxemaga qaraganda qisqaroq ishlov berish vaqtiga ega. Skeletga asoslangan va taklif qilingan sxemalar bo’yicha ishlov berish har bir kadr uchun mos ravishda 100 va 335 millisekundda bajarailadi. Taklif etilayotgan skeletga asoslangan sxema shaxsni identifikatsiyalash texnikasi (YOLOv4) bilan birlashtirilgan. Ushbu tadqiqotda olingan barcha ishlov berish vaqtlari maqbul bo’ladi, chunki inson xatti-harakatlari statistikasi odatda bir necha soniya ichida hisoblab chiqiladi.
Taklif etilgan sxema skelet ma’lumotlaridagi noto‘g‘ri ulanishlarni kamaytiradi. Ushbu tadqiqotda tavsiya etilgan va skeletga asoslangan sxemalarning xatti-harakatlarini aniqlash samaradorligi taqqoslanadi. Natijalar taklif qilingan sxema murakkab vaziyatlarda skeletga asoslangan sxemadan ustun ekanligini ko‘rsatadi va skeletga asoslangan sxemaga qaraganda 15,15% yuqori o‘rtacha aniqlikka va 12,15% yuqori bo’lgan o‘rtacha eslab qolish imkoniga ega. Shuningdek, skeletga asoslangan sxemaga qaraganda, odamlarni aniqlashning yuqori aniqligiga erishiladi.
Shunday qilib, taklif etilayotgan tizim kelajakda insonning turli qismlarining tiqilib qolishi sababli to‘liq bo‘lmagan skelet ma’lumotlarini qayta ishlash orqali takomillashtiriladi. Shuningdek, taklif etilayotgan tizimni turli muhitdagi boshqa harakatlarni tanib olishgacha kengaytirish mumkin.

Bob bo‘yicha xulosalar

1. 
   Inson harakatining to‘g‘ridan-to‘g‘ri va bilvosita belgilarni fazoviy-vaqtli asosda ajratib olish tizimli modelini qurish, uni operatorli tenglamalar tizimida tasvirlash va harakatlanuvchi insonlarni holatini va kuzatishning dinamik modelini yaratish tizimli tahlilning umumiy pozitsiyasi nuqtai nazaridan yurish xususiyatlari asosida odamlarni tanib olish va identifikatsiyalash maqsadida videoma’lumotlarga ishlov berish usul va algoritmlarini ishlab chiqishning dastlabki yondashuvlarini shakllantirish imkonini berdi.
   

2. Bitta kadr va video ketma-ketlikning video tasvirini oldindan qayta ishlash uchun standart operatsiyalarni amalga oshirishda qo‘llaniladigan usullar, submodellar va algoritmlar ko‘rib chiqildi, umumiy muammoning dekompozitsiyasinining xususiy yechimlarini hal qilish, xususan, yurishni aniqlash uchun ularning optimal kombinatsiyasi taklif etildi. Oldingi planni ajratib ko‘rsatish, qo‘shimcha funktsiyalarni tanlashni modellashtirish uchun asos sifatida ehtimollik usullaridan foydalanish taklif etildi; segmentatsiya uchun gradient-chegaraviy turidagi gibrid submodeldan hamda harakatlanuvchi odamlarning konturlarini tanlash uchun morfologik tasvirni qayta ishlash operatsiyalaridan foydalanish asoslandi.
3. Tizimli va analitik turdagi ishlab chiqilgan modellar, ajratib olingan submodellar va videoketmaketliklarga dastlabki ishlov berish tamoyillari usullarning tayanch to’plamini tashkil etadi. Ular yurishning qo‘shimcha xususiyatlarini to‘g‘ridan-to‘g‘ri ajratib olish modellarini ishlab chiqish, odamlarni yurish orqali tanib olish usulini ishlab chiqishda qo‘llanildi. Bunda segmentlangan videoma’lumotni qayta ishlash uchun ixtisoslashtirilgan algoritmlarni sintez qilish natijasida olingan qo‘shimcha funksiyalar bilan boyitilgan lug‘atdan foydalanildi.
4.

III-BOB. ODAMLARNING YURISH XUSUSIYATLARIGA KO‘RA SINFLARI VA STANDARTLARIGA DOIR ASOSIY MODELLAR VA ALGORITMLAR

2.1-§. Oldindan segmentlash modelini tanlash va asoslash