تشخیص ازدحام با ره گیری مطمین وسایل نقلیه

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 447

فایل این مقاله در 7 صفحه با فرمت PDF و WORD قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCTAE01_118

تاریخ نمایه سازی: 11 مرداد 1396

چکیده مقاله:

در بسیاری از کاربردهای نظارت تصویری ترافیک، استخراج مسیر حرکت وسیله نقلیه از ویژگی های مهم است که می توان براساس آن رفتار وسایل نقلیه را تعیین نمود. هدف کشف و تشخیص رویدادهای مربوط به الگوی حرکت وسیله نقلیه است. با استفاده از نتایج استخراج شده می توان اطلاعات مربوط به حجم ترافیک در ساعات خاصی از شبانه روز را استخراج نمود که در تصمیم گیری برای کنترل هوشمند چراغهای راهنمایی و سیستم های اعلام هشدار مناسب باشند. با استفاده از الگوریتمهای خوشه بندی، مسیرهای حرکت وسایل نقلیه در چهارراه می تواند دسته بندی شود تا الگوی حرکت وسایل نقلیه یادگیری شده و تشخیص داده شوند. در نهایت الگوی حرکت وسایل نقلیه برای نمایش حجم ترافیک در مسیر های مختلف به جهت تعیین نرخ توزیع ترافیک و تشخیص ازدحام بمنظور کشف رفتارهای ناهنجار بکار گرفته می شود. نهایتا با استفاده از مسیر حرکت وسیله نقلیه که یک ویژگی زمانی_مکانی است و معرف اطلاعات رفتاری حرکت است، به بررسی رویدادهای ترافیک در چهارراه می پردازیم. ویژگی های مختلفی از مسیرحرکت وسایل نقلیه قابل استخراج است که از انواع غیرمعمول آن در چهارراه می توان به تصادفات و یا ازدحام در چهارراه اشاره نمود.

کلیدواژه ها:

مسیر حرکت ، الگوی حرکت ، تشخیص ازدحام ، ره گیری وسایل نقلیه

نویسندگان

محمدکاظم زهدی

آموزشکده فنی و حرفه ای سما واحد تهران، دانشگاه آزاد اسلامی، تهران، ایران

پیمان بابایی

دپارتمان کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد تهران غرب، تهران، ایران

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 :
  • P.Babaei and _ _ Fathy, «0Vehicles tracking and classification using ...
  • S.Gupte, O.Masoud, R.F.K.Martin and N . P . P ap ...
  • D. Magee, Tracking Multiple Vehicles Using Foreground Background And Motion ...
  • J.Malik and S.Russell, ? Traffic and Detecting Technology Development' _ ...
  • L. _ On-Line Visual Tracking With Feature-Based Adaptive Models?, Master's ...
  • N.K.Kanhere, S.T.Birchfield and W.A. Sarasua, * Vehicle Segmentation and Tracking ...
  • B.Morris and M.Trivedi, * Robust Classification and Tracking of Vehicles ...
  • J.Hsieh, S.Yu, Y. Chen and W. Hu, ? Automatic Traffic ...
  • P.Babaei and M _ Fathy, ' 'Multi -Camera Systems Evaluation ...
  • T.Bouwmans, F.E.Baf and B.Vachon, "Background modeling using mixture of Gaussians ...
  • M.A.Najjar, S.Ghosh and M.Bayoumi, 2009, ;" A Hybrid adaptive Scheme ...
  • S.S.Cheung and C.Kamath, ،Robust techniques for background subtraction _ urban ...
  • E.B.Ermis, P.Clarot and P.Jodoin, 4Activity Based Matching in Distributed Camera ...
  • F.Jiang, Y.Wu, and A. K. Katsaggelos, 00A dynamic hierarchical clustering ...
  • S.Khan and M.Shah, *Tracking multiple occluding people by localizing on ...
  • P.Babaei and M.Fathy, 00A Distributed Cooperative System for Unsupervised Vehicle's ...
  • C.Piciarelli, C.Micheloni and G.L.Foresti, "Traj ectory-based anomalous event detection?, In ...
  • V.Saligrama, J.Konrad and P.Jodoin, ?Video Anomaly Identification : a statistical ...
  • B.Song and A. R . Chowdhury, «Stochastic adaptive tracking in ...
  • L.Lee, R.Romano, and G.Stein, «Monitoring activities from multiple video streams: ...
  • X.Wang, K.Tieu, and E.Grimson, _، C orrespondence -free activity analysis ...
  • J. Liu, T. Collins and Y. Liu, «Robust Autoc alibration ...
  • نمایش کامل مراجع