Effiziente Erkennung verschiedener Gangarten mithilfe von Fast RCNN und Schattenentfernung: mittels ... unter Verwendung R-CNN

Dieses Buch stellt ein effizientes System zur Multi-Gangart-Erkennung vor, das Schattenentfernung und Klassifizierungstechniken auf Basis von Fast RCNN nutzt. Die Gangart-Erkennung identifiziert Personen anhand von Gehmustern, aber Schatten, Beleuchtungsänderungen und Kleidungsunterschiede verringern die Genauigkeit. Um diese Probleme zu lösen, wird ein auf Deep Learning basierendes SDR-RAN-Modell zur Schattendetektion, -entfernung und Bild-Inpainting vorgeschlagen. Das Modell verwendet GhostNet, Batch-Normalisierung und parametrisches ReLU für eine effektive Merkmalsextraktion. CRANN stellt Schattenbereiche unter Verwendung von Hintergrundinformationen wieder her. Darüber hinaus wird ein Faster-RCNN-Framework mit RPN und Fuzzy-K-Means-Clustering für eine genaue Gangart-Klassifizierung entwickelt. Experimentelle Ergebnisse zeigen eine verbesserte Erkennungsleistung für Überwachungsanwendungen.