هادی جهانی راد

امروزه با پیشرفت در ابزارهای تصویر برداری، تعداد تصاویر دیجیتال و حجم اطلاعات ثبت شده در آن‌ها به حدی بالا رفته است که پردازش تصاویر و تحلیل داده‌های آن جهت دستیابی به هدفی مشخص جز به وسیله ابزارهای پردازش تصاویر، مقدور نمی‌باشد. یکی از علومی که به کمک پردازش تصاویر آمده است، علم یادگیری ماشین می‌باشد. یادگیری ماشین با استفاده از الگوریتم‌هایی خاص می‌تواند عکس‌هایی که در یک رده هویتی باشند پردازش کند و اطلاعات آن‌ها را طبقه‌بندی نماید. در چند سال اخیر تعداد زیادی از محققین با استفاده از یادگیری عمیق که از روش‌های یادگیری ماشین، بر مبنای شبکه‌های عصبی عمیق می‌باشد به تخمین تعداد افراد موجود در تصاویر دیجیتال پرداخته‌اند و از میان شبکه‌های عصبی عمیق، شبکه‌های عصبی کانولوشنی با توجه به توانایی فوق‌العاده‌ای که در استخراج ویژگی‌های مهم تصاویر به صورت اتوماتیک دارند، نمایی تازه به موضوع شمارش جمعیت بخشیده‌اند. شمارش جمعیت دارای کاربردهای متعددی مانند کاربردهای امنیتی، طراحی شهری، آماری وغیره، می‌باشد و ازآنجایی که موضوع امنیت جان انسان‌ها برای محققین همیشه در اولویت بوده است، شمارش جمعیت در دسته موضوعات مهم دسته‌بندی شده است و همچنان؛ با توجه به این‌که روش‌های شمارش جمعیت می‌توانند برای تعداد زیادی دیگر از موضوعات یادگیری ماشین، مانند شمارش سلول‌ها، شمارش وسیله‌ها، شمارش حیات وحش و غیره، به کارگرفته شوند، اهمیت این موضوع برای محققین چند برابر گردیده‌است. برای انجام وظیفه شمارش جمعیت درتصاویر دیجیتال، روش های متعددی به کار گرفته شده است که هرکدام از این روش‌ها دارای مزایا و معایب خاص خود می‌باشند. در این تحقیق سعی گردیده است در کنار بررسی روش‌های نوین شمارش جمعیت که بر مبنای یادگیری عمیق و شبکه‌های عصبی کانولوشنی هستند، شیوه نوینی که مبتنی به گسترش لایه‌های شبکه‌های عصبی کانولوشنی و تخمین نقشه تراکم جمعیت است، برای تخمین تعداد افراد موجود در تصاویر دیجیتال مورد استفاده قرار گیرد. معیارهای خطای مجذور مربع (MSE)وخطای میانگین مطلق(MAE) برای سنجش شیوه پیشنهاد شده استفاده شده است. نتایج حاصل بیش از 5% پیشرفت در دقت تخمین تعداد نفرات موجود در تصویر را نسبت به سایر روش‌های مشابه داشته است.