آشکارسازی عابر پیاده در تصویر مبتنی بر استخراج ویژگی های موجک شبه هار

در این مقاله، یک روش آشکارسازی و تشخیص عابرپیاده براساس استخراج ویژگی های مناسب از تصویر با سرعت بالا در تصاویر ارائه شده است. ویژگی های متناسب و انتخاب شده مبتنی از موجک هار برای تشخیص عابر پیاده استفاده می کند که یک دید کلی از محیط خارجی شکل بدن عابر به صورت یک بردار ویژگی متمرکز تولید می کند. ویژگی های استخراج شده از موجک هار بصورت یک بردار ویژگی به مرحله تطبیق جهت مقایسه با بردارهای ویژگی ذخیره شده در پایگاه نمونه آموزشی داده شده درمرحله آموزش به سیستم ارسال و طبقه بندی و امتیازدهی انجام می شود. این مقاله در که محیط MATLAB پیاده سازی گردیده و برای افزایش سرعت حین آموزش و بهینه سازی کارائی آن ساختار جدیدی برای طبقه بند ضعیف که شامل مجموعه معادلات رگرسیون خطی و طبقه بند قوی از نسخه بالاتری از بوستینگ به نام Gentle AdaBoost بکار گرفته شده است.در این شیوه تشخیص عابرپباده علاوه بر سرعت قابل ملاحظه ای که دارد، دقت آن بسیار بالا بوده و از تشخیص های تکراری نیز اجتناب شده است.

کلیدواژه ها:

تشخیص و آشکار سازی عابرپیاده ، استخراج ویژگی از موجک ها ، طبقه بندی دوگانه ، نمونه آموز شی و آموزش به سیستم