فهرست نشریات علمی دسترسی آزاد ایران

در سال‌های اخیر، تشخیص حرکت انسان به یکی از موضوعات مهم در حوزه بینایی ماشین تبدیل شده است. بااین‌حال، یکی از چالش‌های اساسی در این زمینه، استخراج ویژگی‌های مؤثر برای افزایش دقت تشخیص است. داده‌های ویدئویی فروسرخ و RGB معمولاً برای این منظور استفاده می‌شوند، اما هیچ‌کدام به‌تنهایی اطلاعات کاملی از صحنه ارائه نمی‌دهند. بنابراین، ترکیب این داده‌ها می‌تواند به استخراج ویژگی‌های دقیق‌تر منجر شود. یکی از راهکارهای مؤثر برای دستیابی به این هدف، استفاده از تکنیک‌های تلفیق اطلاعات است. بااین‌وجود، بیشتر مجموعه‌داده‌های تشخیص حرکت انسان برای تلفیق استانداردسازی نشده‌اند و داده‌ها به‌درستی با یکدیگر تراز نیستند. در این پژوهش، از مجموعه‌داده NTU RGB+D استفاده شده و با بهره‌گیری از تکنیک‌های مسائل معکوس و مختصات نقاط بدنی موجود در این مجموعه‌داده، روشی برای ترازسازی و برش داده‌های ویدئویی به‌منظور تلفیق دو نوع داده ویدئویی فروسرخ و RGB ارائه شده است. عملکرد روش پیشنهادی با استفاده از معیارهای EN، MI، SSIM و MS-SSIM مورد ارزیابی قرار گرفته است. نتایج به‌دست‌آمده نشان می‌دهند که مقادیر حاصله از (17/7)EN و (1/13)MI بیانگر حداکثر میزان انتقال و هم‌پوشانی اطلاعات هستند. همچنین، مقادیر (78/0)SSIM و (84/0) MS-SSIM نشان‌دهنده حفظ ساختار و کیفیت بالای داده‌های تلفیق‌شده هستند. این نتایج، کارایی روش پیشنهادی را در بهبود تلفیق داده‌های ویدئویی تأیید می‌کنند.