ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

ارایه یک سیستم نوین تشخیص عابر پیاده برای خودروهای هوشمند

تعداد صفحات: 7 | تعداد نمایش خلاصه: 340 | نظرات: 1
سال انتشار: 1397
کد COI مقاله: IRANOPEN08_013
زبان مقاله: فارسی
(فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.

قیمت این مقاله : 0 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارایه یک سیستم نوین تشخیص عابر پیاده برای خودروهای هوشمند

مینا اتحادی ابری - کارشناس ارشد هوش مصنوعی، دانشکده کامپیوتر، دانشگاه صنعتی امیرکبیر
محمد رحمتی - دانشیار دانشکده مهندسی کامپیوتر، دانشگاه صنعتی امیرکبیر

چکیده مقاله:

امروزه سیستم تشخیص عابر پیاده کاربرد زیادی در سیستم های نظارت و کنترل ترافیک شهری، خودروهای پیشرفته ی هوشمند جهت افزایش ایمنی کاهش سوانح رانندگی و... دارند. به عنوان مثال خودروهای هوشمند نسل جدید در صدد بهره گیری از کاملترین و به روز ترین سیستم های هوشمند تشخیص عابر پیاده هستند، مخصوصا اینکه به دلیل کاهش دید رانندگان در شب، مرگ ناشی از سوانح رانندگی در شب سه تا چهار برابر بیشتر از رانندگی در روز است. هدف در این پژوهش تشخیص عابرین پیاده در موقعیت ها و پوزیشن های مختلف ( مانند نشسته و یا در حال دوچرخه سواری)، با بک گراندهای متنوع و پیچیده است. در این پژوهش استخراج ویژگی به کمک توصیف کننده هیستوگرام جهتدار گرادیان و ACF و هار و ترکیب این سه توصیف کننده با یکدیگر انجام می پذیرد. همچنین از دسته بندی کننده آبشاری و ماشین بردار پشتیبان برای کلاس بندی و داسازی عابرین پیاده از سایر اشیا استفاده کرده ایم. HAAR و HOG دو روش قدیمی موفق برای تشخیص اشیا می باشند و الگوریتم ACF یک روش مدرن برای تشخیص اشیا است که اولین بار در سال 2014 معرفی شده است.

کلیدواژه ها:

تشخيص عابر پياده هوشمند، ماشين بردار پشتيبان، كلاس بند آبشاري. HOG , ACF , Haar

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/761789/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
اتحادی ابری، مینا و رحمتی، محمد،1397،ارایه یک سیستم نوین تشخیص عابر پیاده برای خودروهای هوشمند،هشتمین کنفرانس هوش مصنوعی و رباتیک و دهمین سمپوزیوم بین المللی ربوکاپ آزاد ایران 2018،قزوین،،،https://civilica.com/doc/761789

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1397، اتحادی ابری، مینا؛ محمد رحمتی)
برای بار دوم به بعد: (1397، اتحادی ابری؛ رحمتی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

نظرات خوانندگان

2.00
1 تعداد پژوهشگران نظر دهنده
5
4
3
2 1
1

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 19,748
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره 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.

پشتیبانی