سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

یک فیلتر ذره ای مبتنی بر بازنمونه برداری ژنتیک با ایده کاهش ابعاد تصویر جهت ردیابی اجسام متحرک (KBEI-2016)

Publish Year: 1396
Type: Conference paper
Language: Persian
View: 466

This Paper With 8 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

KBEI04_241

Index date: 9 March 2019

یک فیلتر ذره ای مبتنی بر بازنمونه برداری ژنتیک با ایده کاهش ابعاد تصویر جهت ردیابی اجسام متحرک (KBEI-2016) abstract

ردیابی اهداف تصویری یکی از زمینه های فعال درحوزه بینایی ماشین است. در این راستا استفاده از روش فیلتر ذرهای در سالهای اخیر نتایج قابل توجهی داشته است. فیلتر ذرهای مبتنی بر احتمال بیزین و چارچوب زنجیره مونتو کارلو است. در این مقاله یک فیلتر ذرهای مبتنی بر بازنمونه برداری ژنتیک با ایده کاهش ابعاد تصویر جهت ردیابی اجسام متحرک ارائه شده است. در این روش کاربر با شروع دنباله تصاویر، هدف مورد نظر را با استفاده از یک مستطیل صلب در فریم اول انتخاب میکند سپس نقطه مرکزی هدف به صورت خودکار با پردازش سریع اولین فریم محاسبه میشود. پس از آن تعداد 22 ذره در داخل مستطیل صلب پراکنده میشوند که هر ذره ویژگیهای بافت و رنگ را با تشکیل پنجرهای به مرکزیت خودش از تصویر دریافت میکند. سپس وزن ذرات با استفاده از فاصله باتاچاریا محاسبه میشوند. در مرحله بازنمونه برداری، الگوریتم ژنتیک با استفاده از نقطه بهینه سراسری و امتیازهای آخرین نسل، حالت شیء )نقطه مرکزی جدید( را تخمین می زند. سپس مرکز مستطیل صلب به نقطه جدید انتقال داده میشود و ذرات اطراف نقطه جدید پراکنده میشود. مراحل فوق برای تمام فریم ها تکرار میشوند. به عنوان نوآوری در این تحقیق از ایده کاهش ابعاد هدف و تصویر استفاده شده است. با کاهش ابعاد تصویر، ابعاد هدف کاهش مییابد و این امر سبب کاهش تعداد ذرات، زمان پردازش هر فریم و افزایش سرعت ردیابی میشود. نتایج آزمایشها نشان میدهد که فیلتر ذرهای مبتنی بر بازنمونه برداری ژنتیک در رویارویی با چالشهای ردیابی شامل همپوشانی جزئی، تغییرات روشنایی، تغییرات مقیاس شیء، پس زمینه پیچیده، تشابه رنگ هدف و پس زمینه با تعداد ذرات کمتری از هر دو جنبه دقت و سرعت ردیابی بسیار بهتر عمل کرده و نشان میدهد که روش ترکیبی پیشنهادی عملکرد بهتری نسبت به فیلتر ذره دارد.

یک فیلتر ذره ای مبتنی بر بازنمونه برداری ژنتیک با ایده کاهش ابعاد تصویر جهت ردیابی اجسام متحرک (KBEI-2016) Keywords:

یک فیلتر ذره ای مبتنی بر بازنمونه برداری ژنتیک با ایده کاهش ابعاد تصویر جهت ردیابی اجسام متحرک (KBEI-2016) authors

سمیه صادق مقدسی

دانشکده مهندسی کامپیوتر و فن آوری اطلاعات، دانشگاه آزاد استان قزوین قزوین، ایران

مجتبی شاکری

دانشکده مهندسی کامپیوتر و فن آوری اطلاعات،دانشگاه آزاد استان قزوین قزوین، ایران

مقاله فارسی "یک فیلتر ذره ای مبتنی بر بازنمونه برداری ژنتیک با ایده کاهش ابعاد تصویر جهت ردیابی اجسام متحرک (KBEI-2016)" توسط سمیه صادق مقدسی، دانشکده مهندسی کامپیوتر و فن آوری اطلاعات، دانشگاه آزاد استان قزوین قزوین، ایران؛ مجتبی شاکری، دانشکده مهندسی کامپیوتر و فن آوری اطلاعات،دانشگاه آزاد استان قزوین قزوین، ایران نوشته شده و در سال 1396 پس از تایید کمیته علمی چهارمین کنفرانس بین المللی مهندسی دانش بنیان و نوآوری در حوزه مهندسی کامپیوتر و برق پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله الگوریتم ژنتیک، بازنمونه برداری، ردیابی شیء،فقر نمونه، فیلتر ذره ای و کاهش ابعاد. هستند. این مقاله در تاریخ 18 اسفند 1397 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 466 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که ردیابی اهداف تصویری یکی از زمینه های فعال درحوزه بینایی ماشین است. در این راستا استفاده از روش فیلتر ذرهای در سالهای اخیر نتایج قابل توجهی داشته است. فیلتر ذرهای مبتنی بر احتمال بیزین و چارچوب زنجیره مونتو کارلو است. در این مقاله یک فیلتر ذرهای مبتنی بر بازنمونه برداری ژنتیک با ایده کاهش ابعاد تصویر جهت ردیابی اجسام متحرک ... . این مقاله در دسته بندی موضوعی الگوریتم ژنتیک طبقه بندی شده است. برای دانلود فایل کامل مقاله یک فیلتر ذره ای مبتنی بر بازنمونه برداری ژنتیک با ایده کاهش ابعاد تصویر جهت ردیابی اجسام متحرک (KBEI-2016) با 8 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.