ردیابی شء بر اساس تلفیق هیستوگرام رنگ و الگوی اشتقاق در هم آمیخته یکنواخت

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 811

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IPRIA02_019

تاریخ نمایه سازی: 28 شهریور 1394

چکیده مقاله:

ردیابی شیء با ترکیب روش های پردازش تصویر و یادگیری ماشین به عنوان شاخه ای از بینایی ماشین مطرح می باشد. هدف از ردیابی، یافتن موقعیت شیء در هم فریم از ویدئو است. رنگ یکی از ویزگی های مطرح در حوزه ردیابی به منظور مدل نمودن شیء به شمار می رود. از جمله مزایای رنگ، مقاوم بودن آن نسبت به تغییرات اندازه و استقال از ظاهر شیء می باشد. حال آن که حساسیت نسبت به تغییرات روشنایی در محیط، از مهمترین عیوب رنگ است. لذا از ویژگی دیگری همراه با رنگ در مدل نمودن شیء استفاده می شود. در این مقاله با معرفی مدل یکنواختی از الگوی اشتقاق در هم آمیخته، بهره گیری توأم آن با رنگ به منظور مدل نمودن شیء و سپس اعمال آن در الگوریتم جابجایی میانگین، سعی در ردیابی شیء شده است. ازمایشات حاکی از آن است که روش پیشنهادی در مقایسه با روش های مشابه در غلبه بر مشکلاتی همچون تشابه رنگ شیء و صحنه، تغییرات اندازه شیء و پوشیدگی جزئی عملکرد مناسبی از خود نشان داده است که این امر ناشی از استخراج اطلاعات متمایز کنند از شیء و تعیین مقیاسی به منظور درک اندازه شیء می باشد.

کلیدواژه ها:

الگوریتم جابجایی میانگین ، الگوی اشتقاق درهم آمیخته ، الگوی اشتقاق در هم آمیخته یکنواخت ، ردیابی شیء ، رنگ

نویسندگان

سیده فاطمه رضوی

دانشجوی کارشناسی ارشد علوم کامپیوتر، دانشکده ریاضی و علوم کامپیوتر، دانشگاه صنعتی امیرکبیر

هدیه ساجدی

استادیار، دانشکده ریاضی، آمار و علوم کاپیوتر، پردیس علوم، دانشگاه تهران

محمد ابراهیم شیری احمدآبادی

استادیار، دانشکده ریاضی و علوم کامپیوتر، دانشگاه صنعتی امیرکبیر

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • [] A. Yilmaz, O. Javad, M. Shah, "Object Tracking: A ...
  • T. Linmi, X. Guangyou, "color in machine vision vision and ...
  • L. Nanni, A.Lumini, S. Brahnam, "Survey on LBP based texture ...
  • A. Shoberinejad, Y. Gao, "Gender classification using Interlaced Derivative Pattern, ...
  • _ _ _ ه [5] _ recognition and artifitial intelligence, ...
  • _ _ _ intelligence, Vol. 25, pp. 564-575, 2003 ...
  • B. Zhang, Y. Gao, S. Zhao, J. Liu, "Local Derivative ...
  • T. ojala, M. Pietikainen, T. Maenpaa, "Multiresolutio gray-scale and rotation ...
  • _ _ _ for hierarchical 2D ...
  • ftp _ .pets .rdg _ ac , uk/pub/PETS2 000/ ...
  • _ _ Symposium _ _ _ is, p 806-8I11, 2010 ...
  • J. Li, H. Yu and H. Liang, "Efficient mean shift ...
  • M. Subrahmanyam, R. P. Maheshwari and R. B alasubramanian, "Local ...
  • نمایش کامل مراجع