شمارشو تعیین هوشمند نوع وسایلنقلیهی متحرک با استفاده ازترکیب الگوی باینری محلی و آنالیز تفکیکخطی

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 713

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:

ICS12_034

تاریخ نمایه سازی: 11 مرداد 1393

چکیده مقاله:

با افزایشمداوم تعداد وسایلنقلیهی ترددکننده در جادهها و بزرگراهها، برنامهریزی صحیح برای مدیریت ترافیکو تخصیص امکانات جادهای و تسهیلاتی لازم، نیازمند اطلاع از تعداد و نوع وسایلنقلیهی عبوری از جادههای کشور میباشد. مشاهده و ثبتاین آمار با بکارگیری نیروی انسانی با توجه به گستردگی و پراکندگی زیاد جادهها و همچنین حجم زیاد وسایلنقلیهی تردد کننده از آنها، بسیار مشکل و همراه با خطای بسیار زیاد خواهد بود. در این مقاله به منظور شمارشو تعیین هوشمند نوع وسایلنقلیه بااستفاده از سیستمهای نظارت ویدئویی، پساز تخمین پسزمینه، از الگوریتم تفاضل پسزمینه و فیلتر کالمن برای آشکارسازی و ردیابی وسایلنقلیه استفاده شده است. با استفاده از محدودهی مولفههای همبند بدست آمده، تفکیکوسیلهینقلیه از سطح جاده صورت پذیرفت و روشجدیدی برای تعیین نوع آنها با استفاده همزمان از ویژگیهای ظاهری و هندسی نمای عقب وسایلنقلیهمعرفی گردید. در این روشبا استخراج بردار ویژگیها توسط الگوی باینری محلی و اعمال آن به طبقهبند آنالیز تفکیکخطی عملکرد صحیح98/21درصدو87/81درصدبه ترتیب در شمارشوسایلنقلیه و تعیین نوع آنها بدست آمد.

نویسندگان

مجید مقدری امیری

دانشجوی کارشناسی ارشد هوش مصنوعی موسسه آموزش عالی روزبهان

سروناز صادقی ایوریق

دانشجوی کارشناسی ارشد هوش مصنوعی دانشگاه آزاد اسلامی واحد بوئین زهرا

ثریا ملکی

دانشجوی کارشناسی ارشد هوش مصنوعی موسسه آموزش عالی روزبهان

مجید آقابابائی

استادیار دانشگاه علوم دریایی امام خمینی(ره)

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 :
  • C. Wern, A. Azarbayejani, T. Darrel, and A. Petland, _ ...
  • analysis of background adaption", Proc. Int. Conf. IEEf _ Computer ...
  • D. Dailey, F.W. Cathy, and S. Pumrin, _ algorithm to ...
  • T. N. Schoepflin, and D. J. Dailey, "Dynamic Camerca calibration ...
  • real-time :4ASSET-2؛ [6] S. M. Smith, and J. M. Brady, ...
  • S. Gupte, O. Masoud, R. F. K. Martin, and N. ...
  • D. Koller, J. Weber, T. Huang, J. Malik, G. Ogasawara, ...
  • N. Paragios, and R. Deriche, ،Geodesic active contours and level ...
  • L. Huang, and M. Barth, :Real-time multi-vehicle tracking based on ...
  • B. Coifman, D. Beymerb, P. McLauchlan, and J. Malik, _ ...
  • G. D. Sullivan, K. D. Baker, A. D.Worrall, C. I. ...
  • M. Haag, and H. Nagel, _ of edge element and ...
  • S. Shruthi, _ tracking using convolutiont neural Proc. Int. Conf. ...
  • Engineering, London, U.K, July 2011. ...
  • D. Gavrila, and V.، :Philomin. Real-time object detection for smart ...
  • W. Wei, Q. Zhang, and M. Wang, _ method of ...
  • O. Ludwig, anf U. Nunes, "Improving the generalization [19] S. ...
  • traffic density [20] _ L. Huang, and W. C. Liao, ...
  • Mathematict and Computational Applications, Vol. 14, [21] F. M. Kazemi, ...
  • H. Schneiderman, and T. Kanade, ،:A statistical method for 3d ...
  • M. Oren, C. Papageorgiou, P. Sinha, E. Osuna, and T. ...
  • A. Khammari, ،7ehicle detection combining gradient [24] F. M.Kazemi, and ...
  • _ Harris, and . Stephens, _ combined cormer and edlge ...
  • T.F.Cootes, and C.J.Taylor, _ representing edge structure for model _ ...
  • W. Zhao, R. Chellappa, and N. Nandhakumar, [29] M. Sonka, ...
  • Pattern Recognition. Santa Barbara, CA, pp. 164-169, [30] V. S. ...
  • N. Thakoor, and B. Bhanu, :Structural signatures for passenser vehicle ...
  • texture classification wvith local binary patterns", IEEE [32] P. Negri, ...
  • N. Dalal, B. Trigs, "Histograms of Oriented Gradients for Human ...
  • T Gandhi, and M. M. trivedi, _ based surround vehicle ...
  • C. Wohler, and J. Anlauf, :Real-time object recognition o image ...
  • properties of neural networks: a application to vehicle detection", Proc. ...
  • N. Xiong, J. He1, J. H. Park, D. Cooley, and ...
  • Z. Sun, G. Bebis, and R. Miller, "Object detection using ...
  • multiclass vehicle detection and tracking", International Journal of Computer Science ...
  • analysis and adaboos classification", Proc. Int. Conf. IEEE on Intelligent ...
  • W. C. Chang, and C. W. Cho, _ boosting for ...
  • M. Kafai, and B. Bhanu, "Dynamic bayesian networks for vehicle ...
  • J. Wu and X. Zhang, _ classifier and its application ...
  • A. M. Martinez, and A. C. Kak, _ versus LDA", ...
  • liear discriminant Generalizedء [47] S. Ji, and J. Ye, analysis: ...
  • Trans.Patter Analysis and Machine Intelligence, Vol. 24, No.7, pp. 971-987, ...
  • نمایش کامل مراجع