برآورد جریان ترافیک و طبقه بندی خودرو با استفاده از مخلوط گوسی و شبکه عصبی مصنوعی

امروزه نظارت تصویری و سیستم های نظارت به طور گسترده ای در مدیریت ترافیک مورد استفاده قرار گرفته اند.تحلیل های دستی اینگونه سیستم ها کاربرد چندانی ندارد و از نظر عملکرد کم بازده می باشد. توسعه سیستم های هوشمند که اطلاعات حجم ترافیک و دسته بندی وسایل نقلیه را از سیستم های نظارت خودکار استخراج می کنند، در مدیریت ترافیک از اهمیت بالایی بر خوردار هستند. با وجود مزایای استفاده از نظارت بر ترافیک، مشکلات نظارت بر ویدیو به صورت آنی وجود دارد که نیازمند بررسی می باشد. این تحقیق شامل سه قسمت می باشد: تشخیص وسایل نقلیه با استفاده از روش گوسی، طبقه بندی وسیله نقلیه با استفاده از شبکه عصبی و شمارش آنها و دنبال کردن اشیا با استفاده از جستجوی درشت به ریز. با استفاده از یک ترکیب جدید از این سیستم ها و داده های حقیقی، میتوان بین سرعت و دقت در پردازش آنی یک موازنه ایجاد کرد. روش پیشنهادی در مقایسه با روش های متداول دیگر دارای نتایج مطلوب تری است.

Keywords:

نظارت خودکار ترافیک , مخلوط گوسی , شبکه عصبی مصنوعی , ردیابی ودرو , جستجوی درشت به ریز