تشخیص وضعیت بدن انسان در تصاویر ویدوئویی بکمک ماشین بردارهای پشتیبان (SVM)
Publish place: 12th Iranian Conference on Electric Engineering
Publish Year: 1383
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,464
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE12_094
تاریخ نمایه سازی: 13 مهر 1387
Abstract:
سیستمهای نظارت خودکار در آینده نقش مهمی را در جایگزینی ماشین بجای انسان بازی خواهند کرد . اولین مساله مهم در این سیستم ها تشخیص وضعیت بدن انسان در تصاویر است . ما در این مقاله سیستمی مبتنی بر ماشین بردارهای پشتیبان (SVM) ارائه می دهیم که در آن از تعدادی تصویر نمونه افراد مختلف در وضعیتهای متفاوت ، برای آموزش سیستم استفاده می کنیم . چند راهکار مختلف برای پیاده سازی SVM معرفی شده است . نتایج حاکی از آنست کهSVM ها دسته بندی را بصورت بهینه و با درصد خطای بسیارکم انجام داده و برای کارهای بلادرنگ مناسب می باشند . در سیستم پیاده سازی شده علاوه بر افزایش درصد تشخیص صحیح ، با استفاده از ویژگیهای مبتنی بر رنگ و گشتاور نقاط تصویر توانسته ایم محدودیت فاصله ، محیط تصویر برداری (مکان باز یا بسته) و اندازه تصویر را تا حدود زیادی کاهش بدهیم .
Keywords:
Authors
مسعود ملایی
آزمایشگاه پردازش تصویر و شناسایی الگو ، دانشکده مهندسی کامپیوتر و فنا
محمد رحمتی
آزمایشگاه پردازش تصویر و شناسایی الگو ، دانشکده مهندسی کامپیوتر و فنا
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 :