تعقب الأشخاص المفقودين في التجمعات الكبيرة باستخدام المراقبة الذكية بالفيديو
Title Tracking Missing Persons in Large Crowd Gathering Using Intelligent Video Surveillance
الباحث الرئيس عدنان نديم مبارك الحسن
الباحثون المشاركون
التخصص: علوم الحاسب
التخصص الدقيق: إنترنت الأشياء ، تطبيق اصطناعي للمدن الذكية
المستخلص: احتمالية فقدان الرفقاء الضعفاء ، مثل الأطفال أو كبار السن ، بشكل عام
التجمعات عالية ، وتعقبها صعب. اقترحنا تكاملًا جديدًا للتعرف على الوجه
الخوارزميات ذات نظام التصويت الناعم ، والتي تم تطبيقها ، على دقة منخفضة تم اقتصاصها
صور الوجوه المكتشفة ، من أجل تحديد مكان الأشخاص المفقودين في تجمع حشد كبير مليء بالتحديات.
اعتبرنا سيناريوهات التجمهر الكبير في المسجد النبوي بالمدينة المنورة. إنها عالية
بيئة غير خاضعة للرقابة مع مجموعة بيانات صور منخفضة الدقة تم جمعها من الكاميرات المتحركة.
يقوم النموذج المقترح أولاً باكتشاف الوجه في الوقت الفعلي من الصور الملتقطة بالكاميرا ، ثم
يستخدم صورة وجه الملف الشخصي للشخص المفقود ويطبق خوارزميات التعرف على الوجوه المعروفة
لتحديد الهوية الشخصية ، ويتم دمج تنبؤاتهم بشكل أكبر للحصول على تنبؤ أكثر نضجًا.
يتم تحديد وجود الشخص المفقود من خلال مجموعة صغيرة من الإطارات المتتالية. ال
تكمن حداثة هذا العمل في استخدام العديد من خوارزميات التعرف على التوازي والجمع بينها
تنبؤات من خلال نظام فريد للتصويت الناعم ، والذي في المقابل لا يوفر فقط تنبؤًا ناضجًا
مع القيم المكانية والزمانية ولكنه يخفف أيضًا من النتائج الخاطئة لخوارزميات التعرف الفردي.
أظهرت النتائج التجريبية لنموذجنا دقة جيدة بشكل معقول في تحديد هوية الشخص المفقود
في سيناريو تجمع كبير للغاية
Abstract: The probability of losing vulnerable companions, such as children or older ones, in large
gatherings is high, and their tracking is challenging. We proposed a novel integration of facerecognition
algorithms with a soft voting scheme, which was applied, on low-resolution cropped
images of detected faces, in order to locate missing persons in a challenging large-crowd gathering.
We considered the large-crowd gathering scenarios at Al Nabawy mosque Madinah. It is a highly
uncontrolled environment with a low-resolution-images data set gathered from moving cameras.
The proposed model first performs real-time face-detection from camera-captured images, and then
it uses the missing person’s profile face image and applies well-known face-recognition algorithms
for personal identification, and their predictions are further combined to obtain more mature prediction.
The presence of a missing person is determined by a small set of consecutive frames. The
novelty of this work lies in using several recognition algorithms in parallel and combining their
predictions by a unique soft-voting scheme, which in return not only provides a mature prediction
with spatio-temporal values but also mitigates the false results of individual recognition algorithms.
The experimental results of our model showed reasonably good accuracy of missing person’s identification
in an extremely challenging large-gathering scenario