تشخیص خودرو به وسیله استخراج ویژگی هیستوگرام گرادیان های جهت دار (HOG) و آموزش شبکه های عصبی
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,515
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
- کتابداری و اطلاعرسانی > کتابخانه
- کتابداری و اطلاعرسانی > آموزش کتابداری
- هوش مصنوعی > شبکه عصبی
- هوش مصنوعی > پردازش تصویر
- هوش مصنوعی > بینایی ماشین
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MAYCOMP01_085
تاریخ نمایه سازی: 5 بهمن 1395
Abstract:
امروزه از سیستم های پردازش تصویر در کاربردهای متنوعی استفاده می شود. یکی از پرکاربردترین و گسترده ترین کاربردهای پردازش تصویر در حمل و نقل، استفاده از آن در سیستم های هوشمندنظارت ترافیکی و پیاده سازی قوانین راهنمایی و رانندگی است. بخش بندی تصاویر برای تشخیص خودرو به علت طبیعت پیچیده صحنه کار بسیار مشکلی است. در این بین محدودیت هایی از جمله تغییرات روشنایی، انسداد، آلودگی هوا، شرایط آب و هوایی و تحریفات اضافی از جمله حرکت اشیاء و تغییرات ناگهانی که اغلب در سیستم واقعی رخ می دهد، وجود دارد. برای غلبه بر این مشکلات ما از ویژگی HOG که در مقابل تغییرات روشنایی، حالت و اندازه خودرو مقاوم است، استفاده خواهیم کرد. به دلیل اینکه نیازمند سیستمی هستیم که به صورت بلادرنگ بتواند خودرو را تشخیص دهد انتخاب شبکه های عصبی می تواند بسیار مفید باشد. در این مقاله ما قصد داریم کمک کتابخانه های متن باز بینایی ماشین یا همان OpenCV و با استفاده از ویژگی هیستوگرام گرادیان های جهت دار (HOG) و به کمک شبکه های عصبی پرسپترون چندلایه، خودروها را تشخیص دهیم. نتایج حاصل از این الگوریتم نشان دهنده نتایج بسیار خوبی گردید. از 400 نمونه اولیه 200 نمونه شامل خودرو و بقیه بدون خودرو بودند، برای آزمودن سیستم استفاده گردید که این سیستم 98.5% نمونه ها را به درستی تشخیص داد.
Keywords:
پردازش تصویر , تشخیص خودرو , شبکه عصبی , هیستوگرام گرادیان های جهت دار (HOG) , کتابخانه های متن باز بینایی ماشین (OPENCV)
Authors
جواد طاهری ورزنه
کارشناسی ارشد، دانشکده فنی مهندسی، گروه کامپیوتر ،دانشگاه آزاد اسلامی واحد یزد
محسن سرداری زارچی
استادیار، گروه کامپیوتر، دانشگاه حائری میبد
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 :