शहरी परिवेश में पैदल चलने वालों का प्रभावी ढंग से पता लगाने के लिए गहरे विवर्तनिक तंत्रिका नेटवर्क को संवर्धित करना

कंप्यूटर दृष्टि में, पैदल चलने वालों की सही पहचान करना एक महत्वपूर्ण चुनौती है, विशेषकर उन अनुप्रयोगों में जहां सुरक्षा सर्वोच्च प्राथमिकता है, जैसे स्वायत्त वाहन चलाना और शहरी योजना। गहरे अध्ययन में प्रगति हुई है, लेकिन बदलती परिस्थितियों, बाधाओं, और प्रसंस्करण शक्ति की आवश्यकताओं जैसी चुनौतियाँ अभी भी मौजूद हैं। इस पत्र में, हम पैदल चलने वालों की पहचान को ध्यान में रखते हुए डिज़ाइन किया गया एक सुधारित गहरा विवर्तनिक तंत्रिका नेटवर्क (DCNN) प्रस्तुत करते हैं। विभिन्न सेटिंग्स में सटीकता को सुधारना जबकि प्रसंस्करण की दक्षता को अधिकतम करना हमारा लक्ष्य है। हम डेटा को सावधानीपूर्वक तैयार करते हैं और एक नवीन DCNN आर्किटेक्चर बनाते हैं जो विभिन्न पैदल चलने वालों की उपस्थिति और शहरी परिवेश को संभाल सकता है, जैसे कि प्रसिद्ध डेटासेट्स जैसे पेन-फुड़न और पीएनपीएलओ का उपयोग करके। हमारी मॉडल सटीकता, गति, और स्थिरता के दृष्टिकोण से असाधारण प्रदर्शन करता है, जो कि इसे मान्यता प्राप्त बेंचमार्क के साथ तुलना करने वाले एक व्यापक मूल्यांकन के अनुसार है। महत्वपूर्ण प्रगति के अलावा, हमारा अध्ययन चुनौतीपूर्ण वातावरण में प्रदर्शन को बढ़ाने के लिए नए तरीके दिखा चुका है, जैसे ट्रांसफर लर्निंग का विश्लेषण और वास्तविक समय की प्रणालियों की तैनाती। यह कार्य बुद्धिमान, स्वयं-शासन वाले प्रणालियों में भविष्य के विकास के लिए मार्ग प्रशस्त करता है और पैदल चलने वालों के पता लगाने की प्रौद्योगिकी में एक महत्वपूर्ण अग्रसरता है