شیما پویان در گفتوگو با ایسنا درباره پژوهش خود با عنوان «پیشبینی پتانسیل وقوع رفتار سرقت از روی تصاویر ویدئویی» اظهار کرد: در این روش، با استفاده از مدل یادگیری عمیق YOLO برای تشخیص افراد و پوشش سر، الگوریتم DeepSORT برای ردیابی و تحلیل حرکات افراد و خودروها و همچنین یک موتور استنتاج فازی برای تصمیمگیری، میتوان الگوهای رفتاری منجر به سرقت را شناسایی و درباره احتمال وقوع آن هشدار داد.
وی تصریح کرد: امروزه دوربینهای نظارتی در محیطهایی مانند فروشگاهها، فرودگاهها، سازمانهای نظامی و اماکن عمومی نقش مهمی در ثبت و تشخیص جرائم دارند، اما اغلب سامانههای موجود تنها زمانی قادر به شناسایی جرم هستند که جرم به وقوع پیوسته باشد. هدف این رساله توسعه روشی بوده است که بتواند پیش از وقوع سرقت، نشانههای رفتاری منجر به آن را شناسایی و احتمال وقوع جرم را پیشبینی کند.
پویان با بیان اینکه سرقت یکی از جرائمی است که پیشبینی آن میتواند از بروز خسارتهای جدی جلوگیری کند، افزود: تنوع شیوههای سرقت، زاویههای متفاوت دوربینها و کیفیت پایین تصاویر دوربینهای مداربسته از مهمترین چالشهای این حوزه به شمار میرود و به همین دلیل طراحی چنین سامانهای نیازمند ترکیب چندین فناوری هوش مصنوعی بوده است.
او درباره سازوکار سامانه پیشنهادی، توضیح داد: این چارچوب بر پایه تحلیل چهار نشانه رفتاری طراحی شده است؛ تشخیص پوشش سر یا صورت، شمارش تعداد افراد حاضر، تشخیص افزایش ناگهانی تعداد افراد و همچنین شناسایی «تعلل» یا پرسهزنی افراد پیش از اقدام به سرقت. این چهار مؤلفه به عنوان مهمترین رفتارهای مشترک در بسیاری از سناریوهای سرقت از فروشگاهها استخراج و مبنای تحلیل سامانه قرار گرفتهاند.
وی افزود: سه ماژول نخست با بازآموزی مدل یادگیری عمیق YOLO پیادهسازی شدهاند و برای تشخیص تعلل نیز تعریف جدیدی مبتنی بر الگوریتم DeepSORT ارائه شده است که با ردیابی افراد و محاسبه مسیر حرکت آنها، میزان توقف یا پرسهزنی را اندازهگیری میکند.
این پژوهشگر حوزه هوش مصنوعی در زنجان درباره مرحله تصمیمگیری سامانه، گفت: پس از استخراج ویژگیهای رفتاری، نتایج وارد یک ماشین استنتاج فازی میشود تا مشابه شیوه استدلال یک انسان خبره، میزان پتانسیل وقوع رفتار سرقت محاسبه شود. قوانین فازی بر اساس دانش کارشناسان حوزه رفتار سرقت طراحی شدهاند و خروجی نهایی احتمال وقوع سرقت را برای هر فریم ویدئویی مشخص میکند.
وی ادامه داد: علاوه بر استنتاج فازی، از الگوریتمهای مختلف هوش مصنوعی شامل ماشین بردار پشتیبان، رگرسیون لجستیک، درخت تصمیم، بیز ساده و نزدیکترین همسایه نیز برای دستهبندی تصاویر و پیشبینی وقوع سرقت استفاده شده است.
پویان با اشاره به یکی از نوآوریهای این رساله، اظهار کرد: کیفیت پایین تصاویر دوربینهای مداربسته یکی از موانع اصلی تشخیص دقیق افراد است. به همین دلیل ساختار جدیدی با عنوان WT-BiFPN مبتنی بر شبکه EfficientNet و تبدیل موجک طراحی شد تا اطلاعات لبههای تصویر بهتر استخراج شود و دقت تشخیص افراد و پوشش سر در تصاویر کموضوح افزایش یابد. این ساختار علاوه بر بهبود تشخیص پوشش سر، عملکرد ماژولهای شمارش افراد و تشخیص افزایش ناگهانی تعداد افراد را نیز ارتقا داده است.
این پژوهشگر تأکید کرد: بررسی مطالعات پیشین نشان داد تاکنون الگوریتمی برای پیشبینی پتانسیل رفتار سرقت ارائه نشده بود و بیشتر پژوهشها بر تشخیص جرم پس از وقوع تمرکز داشتند. به گفته او، این رساله نخستین پژوهشی است که با تکیه بر سناریوهای رایج سرقت و تحلیل ویدئوهای واقعی دوربینهای مداربسته، چارچوبی برای پیشبینی وقوع سرقت طراحی و پیادهسازی کرده است.
پویان درباره نتایج این پژوهش، گفت: سامانه پیشنهادی روی مجموعه دادهUCF-Crime که شامل ویدئوهای واقعی دوربینهای نظارتی است، ارزیابی شد. این چارچوب در پیشبینی احتمال وقوع رفتار سرقت به امتیاز F۱ برابر با ۰.۵۵ و در نسخه بهبودیافته مبتنی برWT-BiFPN به امتیاز ۰.۶۸۳ دست یافت.
وی افزود: برای امکان مقایسه با پژوهشهای پیشین، مسئله پیشبینی به تشخیص سرقت تبدیل شد که در این حالت نیز روش پیشنهادی امتیاز F۱ برابر با ۰.۶۱۱ و ۰.۷۲۶ را ثبت کرد و عملکرد بهتری نسبت به روشهای مقایسهشده داشت.
این پژوهشگر با اشاره به کاربردهای عملی این فناوری، اظهار کرد: سامانه طراحیشده میتواند در فروشگاهها و مراکز مجهز به دوربینهای نظارتی، بدون نیاز به رصد مداوم همه تصاویر توسط اپراتور انسانی، مکان هایی از فروشگاه که احتمال وقوع سرقت در آنها بیشتر است شناسایی و به ناظر اعلام کند. این موضوع به افزایش تمرکز اپراتورها بر نقاط پرخطر و مدیریت تعداد بیشتری از دوربینها کمک میکند.
او گفت: یکی دیگر از قابلیتهای این چارچوب، امکان شخصیسازی آن بر اساس شرایط فرهنگی و رفتاری مناطق مختلف است؛ به گونهای که میتوان آستانههای تصمیمگیری را متناسب با ویژگیهای هر منطقه تغییر داد.
پویان درباره محدودیتهای این پژوهش توضیح داد: به دلیل نو بودن ایده پیشبینی رفتار سرقت، مجموعه داده اختصاصی برای این موضوع وجود نداشت و ویدئوهای مناسب از میان دادههای موجود انتخاب شدند. همچنین بیشتر ویدئوها تنها با یک دوربین ضبط شدهاند که این موضوع دقت ماژول تعلل را تحت تأثیر قرار داده است.
وی افزود: در ادامه این پژوهش میتوان با استفاده از سامانههای چنددوربینه، بازآموزی الگوریتمهای ردیابی افراد، استفاده از نسخههای پیشرفتهتر EfficientNet و تهیه مجموعه داده اختصاصی از سرقتهای ثبتشده توسط دوربینهای مداربسته، دقت این چارچوب را افزایش داد و آن را به یک سامانه انتها به انتها برای پیشبینی سرقت تبدیل کرد.
انتهای پیام
