تشخیص عابرپیاده با استفاده از الگوریتم استخراج ویژگی HOG الگوریتم بهینه ساز PSO و طبقه بند SVM

تشخیص عابر پیاده از زیر شاخه های بینایی ماشین است که کاربردهای زیادی در سیستم های نظارت، کنترل ترافیک و ... دارد. این موضوع بدلیل وجود حالت های مختلف عابرپیاده و ژست هایی که به خود می گیرد، و هم پوشانی با سایر عابرین پیاده و ...، هنوز هم جز موضوعاتی است که در آینده نیاز به کار دارد. در این مقاله برای تشخیص عابرپیاده از الگوریتم استخراج ویژگی HOG استفاده شده است. سپس ویژگی های استخراج شده به الگوریتم PSO داده شده و فیچر های بهینه انتخاب گردید. برای طبقه بندی عابرپیاده از غیر عابرپیاده از طبقه بند SVM استفاده شد. نتایج حاصل از این تحقیق نشان می دهد که روش پیشنهادی با دقت تقریبا 96 % قادر به تشخیص صحیح عابرپیاده می باشد.

کلیدواژه ها:

تشخیص عابرپیاده ، استخراج ویژگی ، الگوریتم ازدحام ذرات ، ماشین بردار پشتیبان