الفهرس | Only 14 pages are availabe for public view |
Abstract تصنف حركات الانسان الى اربعة مستويات بناءا على درجه تعقيدها (Complexity) : الايماء ,التفاعلات مع الاخرين ، ومجموعه الحركات. الهدف من تلك الرسالة هو التعرف على مجموعة من حركات الانسان من خلال الفيديو. هذه المشكلة تعرف باسم التعرف على حركات الانسان (HAR) و التى يحاول الكثير من الباحثين فى مجالات الذكاء الاصطناعى و تعلم الاله حلها. فى هذه الرساله ننقترح نموذج يوظف طرق التعلم العميق (Deep Learning)ونقل التعلم (transfer learning) للتعرف على مجموعه حركات للانسان من خلال ملفات فيديو، عن طريق تطبيق Alex Net (التى تم تعليمها مسبقا باستخدام التعلم العميق )على هذه الملفات بعد تعديلها و تكييفها لتقوم بالتعرف على حركات الانسان. نموذج التعرف على حركات الانسان المقترح يتم تدريبه باستخدم قاعده بيانات ملفات فيديو متاحه على الانترنت .النموذج المقترح يستخدم التعلم العميق فى مرحله استخلاص السمات (feature extraction ) ويستخدم SVM فى مرحله التصنيف (classification) . و لذلك تم عمل fine tuning لزياده دقه النموذج . تم عمل تقييم للنموذج عن طريق استخدام قاعده قياسية متاحه على الانترنت تحتوى على ملفات فيديو لحركات الانسان و تشمل ستة تصنيفات تستخدم لمعرفه اداء التعلم و هى: المشى ,الجرى ,الملاكمه , الهرولة (السير سريعا) ،التلويح باليد ، والتصفيق. تم عمل تعزيز لاداء الشبكه عن طريق تحديد الاطارات الاساسية باستخدام (Extended Kalman Filter) ، مما ادى الى زياده الدقة الى 92.35 % .علاوة على ذلك ، تم اثبات أن عمل fine-tuning للطبقة المتصلة الكلية (fully connected layer) فى ( Alex net) موصى به بدلا من بناء الشبكه من البدايه خصوصا لمجموعه البيانات الصغيره نسبيا مع استخدام بيئه عمل GPU(بيئه المعالجه الرسومية). |