آشکارسازی تصویری درب های محیط های درونی به کمک ویژگی هیستوگرام گرادیان جهت دار و دسته بند ماشین بردار پشتیبان
- سال انتشار: 1394
- محل انتشار: کنفرانس ملی فن آوری، انرژی و داده با رویکرد مهندسی برق و کامپیوتر
- کد COI اختصاصی: TEDECE01_582
- زبان مقاله: فارسی
- تعداد مشاهده: 876
نویسندگان
کارشناسی ارشد معماری سیستم های کامپیوتری، دانشکده مهندسی کامپیوتر، دانشگاه اصفهان، ایران
دانشیار، دانشکده مهندسی کامپیوتر، گروه معماری کامپیوتر، دانشگاه اصفهان، ایران
دانشیار، دانشکده مهندسی کامپیوتر، گروه هوش مصنوعی، دانشگاه اصفهان، ایران
دکتری هوش مصنوعی، دانشکده مهندسی کامپیوتر، گروه هوش مصنوعی، دانشگاه اصفهان، ایران
چکیده
درب ها نشانه های مهمی برای مسیریابی می باشند، زیرا آنها مکان های ورود و خروج در محیط های درونی را تعیین می کنند. در گذشته مطالعه های زیادی روی مسئله تشخیص درب انجام شده است. اغلب روش های موجود تشخیص درب، برای محیط های شناخته شده و با محدودیت های فراوان می باشند. در این تحقیق یک روش مسیریابی بر مبنای بینایی ماشین برای افراد نابینا ارائه شده است تا بتواند کمکی به این افراد برای دسترسی مستقیم به محیط های درونی ناآشنا باشد. این روش با استفاده از توصیفگر ویژگی هیستوگرام گرادیان جهت دار HOG ، ویژگی های تصاویر آموزشی برای تشخیص درب را بدست می دهد؛ سپس، با استفاده از دسته بند آموزش دیده ی ماشین بردار پشتیبان SVM ، دسته بندی تصاویر صورت می پذیرد. در نهایت با استفاده از یک الگوریتم خوشه بندی مکان تقریبی درب در تصویر مشخص می شود. نتایج آزمایش ها نشان می دهد که روش پیشنهادی دارای دقت بالا بر روی تصاویر درب که در محیط های درونی مختلف و با شرایط روشنایی و چشم انداز و پیچیدگی پس زمینه متفاوت تهیه شده اند، می باشدکلیدواژه ها
آشکارسازی درب، دسته بند)یادگیری باناظر ماشین بردار پشتیبان SVM ، خوشه بندی یادگیری بدون ناظر، ویژگی هیستوگرام گرادیان جهت دار HOGمقالات مرتبط جدید
- بهینه سازی مدیریت انرژی در ریزشبکه ها با استفاده از الگوریتم های هوش مصنوعی
- مبانی، کاربردها و چالشهای یادگیری مشارکتی و تحلیل تجربی و مقایسه ابزارهای یادگیری فدرالی در پیاده سازی مدلهای یادگیری ماشین
- راهکارهای مبتنی بر هوش مصنوعی برای بهره وری انرژی در تولید سیمان: یک بررسی جامع
- معماری اینترنت اشیا مبتنی بر هوش مصنوعی در مدیریت انرژی هوشمند
- سیستم های EMS/BMS در ساختمان های ZEB و نمونههای اجرا شده آن در سطح جهانی
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.