تشخیص و ردیابی اشیاء ثابت و متحرک در تصاویر زنده و ضبط شده
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 153
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_NRES-7-2_004
تاریخ نمایه سازی: 17 مهر 1401
چکیده مقاله:
تشخیص و ردیابی اشیاء یک وظیفه مهم در نظارت تصویری است؛ بنابراین، در پروژه حاضر، با استفاده از تشخیص و ردیابی توسط دو الگوریتم YOLO و DEEP SORT که به تفصیل مورد بررسی قرارگرفته اند، قصد داریم به سرعت در زمان واقعی شناسایی و ردیابی کنیم. در مرحله اول، الگوریتم خوشه بندی Kmeans برای بهینه سازی مقدار اولیه استفاده می شود. بودن در سال های گذشته، الگوریتم های SORT و YOLO در پروژه هایی استفاده می شد که سرعت و دقت پایینی داشتند. در این پروژه از DEEP SORT و YOLO-tiny استفاده شده است که چندین برابر سریع تر از مدل های قبلی خود است و از قابلیت تشخیص و ردیابی و همچنین ردیابی اجسام در زمان واقعی در سال های اخیر، DEEP SORT نشان داده است که در مواجهه با نمونه های پیچیده بسیار سریع تر از الگوریتم های KCF، MIL و MOSSE است.
کلیدواژه ها:
نویسندگان
نیما دلبینا
کارشناسی ارشد رشته مهندسی برق (مخابرات-سیستم)، موسسه آموزش عالی علم و فن
غزال ملایی
کارشناسی ارشد، رشته کامپیوتر، گرایش نرم افزار، دانشگاه ازاد اسلامی واحد سنندج