XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

hanifelou Z, Monadjemi A H, moallem P. Robust method of changes of light to detect and track vehicles in traffic scenes. JSDP. 2016; 13 (3) :79-98
URL: http://jsdp.rcisp.ac.ir/article-1-510-fa.html
حنیفه لو زهرا، منجمی سید امیرحسن، معلم پیمان. ارائه‌ی روشی مقاوم نسبت به تغییرات روشنایی در آشکارسازی و ردیابی خودروها درصحنه‌های ترافیکی. پردازش علائم و داده‌ها. 1395; 13 (3) :79-98

URL: http://jsdp.rcisp.ac.ir/article-1-510-fa.html


دانشجو دکتری هوش مصنوعی دانشگاه اصفهان
چکیده:   (224 مشاهده)

در این مقاله روشی سریع مبتنی بر پردازش‌های هوشمند تصویر، جهت آشکارسازی و ردیابی خودروهای متحرک در تقاطع‌ها ارائه‌شده است. در بخش آشکارسازی، ابتدا از مدل گوسی ترکیبی استفاده‌شده تا مناطق متحرک به دست آید. سپس به کمک یک مدل آشکارساز که توسط ویژگی‌های هیستوگرام گرادیان جهت‌دار استخراج‌شده از تصاویر آموزشی و کلاس بند آبشاری و ماشین بردار پشتیبان آموزش‌دیده است، آشکارسازی خودروها صورت می‌پذیرد.

در بخش ردیابی، در ابتدا تعدادی نقطه‌ی کلیدی بر روی تصویر هر خودرو مشخص می‌شود، برای به دست آوردن این نقاط کلیدی، از مرکز جرم هدف و گوشه‌های آن استفاده‌شده است. زیرا اصولاً این نقاط در ردیابی اجسام صلب اهمیت بیشتری دارند و معمول‌تر هستند. سپس عمل ردیابی این نقاط در فریم‌های متوالی با ایده گرفتن از روش‌های تطبیق قطعی صورت گرفته است. همچنین در زمان‌هایی که آشکارساز قادر به آشکارسازی اهداف نبوده جهت تخمین مکان جدید هدف از فیلتر کالمن استفاده‌شده است. مزیت عمده‌ی این روش نسبت به روش‌های قبلی مقاومت در برابر تغییرات روشنایی و همپوشانی خودروها است، به‌طوری‌که با دقت 90.80% قادر به آشکارسازی خودروها درصحنه‌های پرترافیک و با دقت 88.75% قادر به ردیابی خودروها شده است.

متن کامل [PDF 2940 kb]   (105 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مقالات پردازش تصویر
دریافت: ۱۳۹۵/۲/۱۴ | پذیرش: ۱۳۹۵/۵/۶ | انتشار: ۱۳۹۶/۲/۳

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
کد امنیتی را در کادر بنویسید

ارسال پیام به نویسنده مسئول


کلیه حقوق این وب سایت متعلق به فصل‌نامة علمی - پژوهشی پردازش علائم و داده‌ها می باشد.