شناسایی و تشخیص جلوی خودرو با استفاده از ترکیب الگوریتم های پیشنهادیHOG و SURF

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 172

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ECICONFE07_144

تاریخ نمایه سازی: 8 خرداد 1402

چکیده مقاله:

هدف مقاله حاضر شناسایی و تشخیص جلوی خودرو با استفاده از ترکیب الگوریتم های پیشنهادیHOG و SURF می باشد، ترکیب الگوریتم های HOG و SURF از موضوعات جدید به شمار می رود. تاکنون این الگوریتم ها با هم برای کاربرد شناسایی خودرو استفاده نشده است. هم چنین به دلیل کارایی الگوریتم SVM در طبقه بندی داده، این الگوریتم گزینه مناسبی برای کاربردهای تجاری و کاربردی است. شناسایی و تشخیص جلوی خودرو، یک راهکار نوین مهم در تشخیص جهت ترافیک می باشد. پژوهش به دنبال پاسخی برای این پرسش که در صورتی که بتوان جلوی خودرو را شناسایی کرد می توان تشخیص داد که آیا خودرو در جهت مجاز در حال حرکت است. اهمیت این موضوع زمانی مهم می باشد که تنوع خودروها بسیار زیاد باشد و نمی توان به سادگی جلو یا عقب یک خودرو را تشخیص داد. در این مقاله، هدف، تشخیص جلوی خودرو بر روی تصاویر ساکن است. به این منظور، ابتدا یک مجموعه تصاویر انتخاب شد و در روش پیشنهادی، پیش پردازش هایی همانند تغییر سایز تصویر، تبدیل تصاویر رنگی به تصاویر خاکستری، حذف نویز، بهبود کنتراست لبه و غیره انجام می شود. سپس با استفاده از الگوریتم های HOG و SURF ویژگی های تصویر استخراج می-شوند. در ادامه، ویژگی های انتخاب شده توسط الگوریتم های HOG و SURF با هم ادغام و بردار ویژگی های جدید ایجاد می شوند. از این بردار ویژگی ها، برای آموزش الگوریتم یادگیری ماشین بردار پشتیبان ، SVM استفاده می شود. نتایج شبیه سازی نشان می دهد که روش پیشنهادی ما توانسته است دقت و صحت را نسبت به روش های موجود بهبود ببخشد.

کلیدواژه ها:

نویسندگان

فاطمه جعفری سنگری

دانشجوی کارشناسی ارشد رشته کامپیوتر– نرم افزار موسسه آموزش عالی غیر دولتی– غیرانتفاعی زند شیراز