استفاده از یادگیری حرکت در ردیابی وسایل نقلیه در صحنه ترافیک
Publish place: 9th Annual Conference of Computer Society of Iran
Publish Year: 1382
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,648
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ACCSI09_005
تاریخ نمایه سازی: 4 بهمن 1386
Abstract:
از یادگیری مسیر حرکت وسایل نقلیه در ردگیری بهتر، همچنین درتشخیص رفتار وسایل نقلیه استفاده می شود. در این مقاله مختصات مسیر حرکت وسایل نقلیه در طی 8000 فریم با خوشه بندی فازی k میانگین به 200 مرکز، خوشه بندی می شوند. سپس یک ماتریس 200 ضربدر 200 به نام ماتریس گذر مراکز (CTM) برای مدل کردن اطلاعات مکانی – زمانی، پیشنهاد می شودد. عنصر ij این ماتریس بیان کننده آن است که شیئی در دو فریم متوالی از مرکز i به مرکز j گذر کرده است. برای تکمیل درایه های این ماتریس روی 9000 فریم ردیابی چند شیئی انجام شده و ماتریس گذر مراکز، تکمیل می شود. ردگیری چند شیئی به کمک جستجوی تکه های متحرک مشابه ، مبتنی بر انطباق هیستوگرام رنگ انها به همراه پیشگویی RLS انجام می شود. از ماتریس CTM در همگرایی سریع الگوریتم پیشگویی RLS استفاده شده، که خطای پیش بینی روی تعداد زیادی از وسایل نقلیه حداقل 80% کاهش یافته است. همچنین CTM در جستجوی تکه های مشابه، کارآمد است و می تواند شعاع و موقعیت جستجو را تعیین کند. الگوریتم مبتنی بر ماتریس گذر مراکز نوعی اعمال اطلاعات سطح بالا، در ردیابی بهتر چند شیئی می باشد.
Keywords:
اطلاعات مکانی - زمانی , خوشه بندی فازی , k میانگین , پیشگویی RLS , ماتریس گذر مراکز (CTM) , الگوریتم بالا به پایین (top-down)
Authors
هادی صدوقی
دانشجوی دکتری الکترونیک دانشگاه تربیت مدرس
مجتی لطفی زاد
استادیار گروه الکترونیک دانشگاه تربیت مدرس
احسان کبیر
دانشیار گروه الکترونیک دانشگاه تربیت مدرس
محمود فتحی
دانشیار گروه کامپیوتر دانشگاه علم وصنعت
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :