تشخیص مشخصات مکانی اشیاء متحرک براساس فیوژن داده های سنسورهای غیرهمنوع به کمک فازی

  • سال انتشار: 1392
  • محل انتشار: دومین کنفرانس بین المللی مدیریت، کارآفرینی و توسعه اقتصادی
  • کد COI اختصاصی: EME02_571
  • زبان مقاله: فارسی
  • تعداد مشاهده: 1062
دانلود فایل این مقاله

نویسندگان

محمد فصیح فر

دانشجوی ارشد، نرم افزار، گروه فناوری اطلاعات و ارتباطات، دانشگاه پیام نور، پیام نور قشم، هرمزگان، ایران

زهره فصیح فر

مربی، هوش مصنوعی، دانشکده مهندسی برق و کامپیوتر، دانشگاه حکیم سبزواری، سبزوار، ایران

چکیده

این مقاله به ارائه روشی جدید، برای تشخیص موقعیت مکانی و ردیابی اشیاء، بر پایه ی فیوژن چند لایه، بر روی سنسورهای ناهمگن (صوتی و ویدئویی)، به کمک فازی می پردازد. لایه های مختلف شبکه فیوژن فازی، در روش پیشنهادی عبارتند از: 1) استخراج ویژگی ها 2) فیوژن ویژگی های مشابه، که از سنسورهای همنوع استخراج شده اند. 3) فیوژن ویژگی های متفاوت، که از سنسورهای همنوع استخراج شده اند. 4) فیوژن نهایی در سطح تصمیم، بر روی نتایج لایه قبل، که بر روی سنسورهای غیر همنوع می باشد. در این روش خصوصیات صوتی از منابع صوتی بصورت محلی و توسط الگوریتم تعمیم همبستگی متقابل (GCC) جمع آوری شده و در گره فیوژن با هم ترکیب می شوند. همچنین از دوربین های هوشمند برای استخراج خصوصیات ویدئویی با استفاده از الگوریتم CAMShift در فضای سه بعدی استفاده می شود. در نهایت فیوژن را با استفاده از فازی سازی قیلتر کالمن، در شرایط ابهام انجام خواهد شد. کارایی برتر این سیستم چند لایه، به لحاظ استفاده همزمان از سنسورهای ناهمگن و استفاده از منطق فازی، نسبت به روش های کلاسیک به اثبات رسیده است.

کلیدواژه ها

چند سنسوری، ترکیب داده ها، تشخیص اشیاء، ردیابی هدف، منطق فازی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.