فهرست نشریات علمی دسترسی آزاد ایران

با توجه به افزایش روز افزون حجم ویدئوهای تولید شده توسط دوربین‏های امنیتی و نظارتی در مکان‏های شخصی و عمومی، نظارت بر فعالیت­های موجود در ویدئو امری حیاتی می­باشد. بسیاری از نظارت‏های ویدئویی برای بررسی صحت عملکرد و هشدار هنگام وقوع یا انجام اعمال غیرطبیعی می‏باشد. در این راستا، مدل­های هوشمند مختلفی جهت تشخیص فعالیت­های موجود در ویدئو ارائه گردیده است. با توجه به پیشرفت­های اخیر در حوزه هوش مصنوعی و به­خصوص یادگیری عمیق، در این مقاله، مدلی مبتنی بر شبکه ترنسفورمر ارائه می­گردد. در این راستا، به منظور کاهش میزان محاسبات، نقاط کلیدی بدن مورد استفاده قرار می­گیرند. تعداد 15 نقطه کلیدی بدن به مدل ترنسفورمر وارد می­گردند تا با تکیه بر پردازش موازی این شبکه در حالت آموزش و نیز مکانیسم خودتوجهی، سرعت و دقت مدل افزایش داده شود. نتایج تجربی بر روی پایگاه داده عمومی JHMDB حاکی از بهبود دقت تشخیص فعالیت­های غیرطبیعی نسبت به مدل‌های پایه می­باشد.