تشخیص انسان از روی راه رفتن با استفاده از الگوریتم بهینه سازی شیرمورچه
- سال انتشار: 1397
- محل انتشار: چهارمین کنفرانس ملی فناوری در مهندسی برق، کامپیوتر
- کد COI اختصاصی: TECCONF04_225
- زبان مقاله: فارسی
- تعداد مشاهده: 502
نویسندگان
گروه مهندسی کامپیوتر(نرم افزار) واحد بوشهر،دانشگاه آزاد اسلامی، بوشهر،ایران
گروه مهندسی کامپیوتر(نرم افزار) واحد بوشهر،دانشگاه آزاد اسلامی، بوشهر،ایران
چکیده
در این پژوهش یک رویکرد کاربردی با هدف تشخیص انسان از روی راه رفتن پیشنهاد گردید. این پژوهش با شبیه سازی و تجزیه و تحلیل در محیط نرم افزاری متلب انجام گرفت. مراحل کار در روش پیشنهادی بدین صورت بود که در ابتدا دنباله های ویدئویی برای یک حالت خاص از بدن و برای یک شخص فراخوانی شد و پس از انجام عملیات پیش پردازش و حذف ناحیه های اضافی از فریم های ویدئویی، ویژگی های محلی الگوهای دودویی گرادیان از تصاویر استخراج گردید. این ویژگی ها نسخه بهبود یافته از الگوهای دودویی باینری هستند که نسبت به تغییرات شدت روشنایی مقاوم بوده و قادرند با دقت خوبی شیء مورد نظر را مدل سازی کنند. پس از انجام عملیات استخراج ویژگی برای اشخاص مختلف، عملیات دسته بندی با استفاده یک الگوریتم طبقه بند ترکیبی انجام خواهد شد.تمرکز روش پیشنهادی بر یک الگوریتم ترکیبی بود که در آن ماشین بردار پشتیبان توسط الگوریتم بهینه سازی شیرمورچه با رویکرد انتخاب ویژگی ترکیب شده است. در روش پیشنهادی با استفاده از الگوریتم بهینه سازی شیرمورچه زیرمجموعه بهینه ای از ویژگیهای استخراج شده برای هر نمونه از دیتاست انتخاب و به ماشین بردار پشتیبان ارسال گردید تا طبقه بند طی فرآیند آموزش با مجموعه داده جدید به یک الگوی مناسب برای تشخیص انسان از روی راه رفتن دست یابد. بررسی آزمایش ها بر روی روش پیشنهادی نشان داد که:روش پیشنهادی با فاکتور انتخاب ویژگی در معیار دقت 13 درصد، در معیار صحت 11 درصد، در معیار یادآوری 8 درصد و در معیار میانگین هارمونیک 10 درصد نسبت به رویکرد بدون انتخاب ویژگی بهبود داشته است. نمودار 4-9 نتایج این بررسی را نشان می دهد.روش پیشنهادی در کرنل خطی بهترین کارایی را در تشخیص انسان از روی راه رفتن دارد. دقت روش پیشنهادی در مقایسه با روش CNN؛2D به میزان 1/7 درصد، در مقایسه با CNN؛3D به میزان 2/7 درصد، در مقایسه باRSM به میزان 7/4 درصد، در مقایسه با 14/7 درصد، در مقایسه با GVI به میزان 19 درصد و در مقایسه باTGLSTM به میزان 1 درصد بهبود داشته است.کلیدواژه ها
بیومتریک- شناسایی هویت از روی راه رفتن-الگوریتم شیرمورچه-نرم افزار متلبمقالات مرتبط جدید
- تشخیص تشنج صرعی در سیگنال های EEG با استفاده از IMFs نرمال شده
- مروری بر داده کاوی و کاربردهای آن در سلامت
- بررسی اثرات موبایل قبل و بعد از بهره برداری در ارتقاء سلامت
- مطالعه ای در مورد به حداکثر رساندن طول عمر شبکه در شبکه های حسگر بی سیم
- تجزیه و تحلیل مبتنی بر ویژگی ندول های ریه از تصاویر توموگرافی کامپیوتری (CT)
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.