شناسایی سایه متحرک در فضای رنگHSVبا روش جستجوی پیکسل به پیکسل در پیش زمینه وپس زمینه متناظر در ویدئوهای نظارتی
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 524
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCECN01_118
تاریخ نمایه سازی: 7 بهمن 1393
چکیده مقاله:
با توجه به سرعت فزاینده ورود تکنولوژی به تمامی عرصه های زندگی بشریت، استفاده و بهره گرفتن از این تکنولوژی ها برای راحتی انسان بر کسی پوشیده نیست. یکی از این تکنولوژی ها استفاده از هوش مصنوعی به جای کاربر است که در این مقاله از هوش مصنوعی در تصاویر نظارتی به کار گرفته شده است. دوربین های نظارتی عموماٌ به منظور نمایش، ذخیره ، ردیابی، پلاک خوانی و شناسایی خودرو استفاده می گردد که در کشور ما نیز فراگیر شده است. با توجه به اینکه دوربین های نظارتی عموماٌ در محلی ثابت قرار دارند و هیچ حرکتی ندارند می توان از این ویژگی استفاده کرد و پس زمینه تصاویر ذخیره شده و نمایش داده شده را استخراج کرد. با داشتن پس زمینه، پیش زمینه و اجسام متحرک شناسایی می گردد. یکی از معضلاتی که در تصاویر نظارتی وجود دارد وجود سایه های خودرو می باشد که در کنار خودروها قرار دارند و مانند خودروها حرکت می کنند. با توجه به این ویژگی مخرب سایه که حرکت مشابه خودرو است به عنوان جزئی از پیش زمینه شناسایی می شود و ادامه فرایند پردازش تصاویر نظارتی مانند ردیابی و شناسایی خودروها را تحت تأثیر خود قرار می دهد. در این مقاله با روش جستجویی پیکسل به پیکسل در پیکسل های پیش زمینه و پس زمینه متناظر و با استفاده از ویژگی رنگی سایه در فضای رنگ HSV، سایه های متحرک را شناسایی کردیم. روش ارائه شده در این مقاله به وسیله ویدئوهای نظارتی واقعی سطح شهر اصفهان ارزیابی گردیده است که نتایج حاصل از آزمایشات انجام شده توسط نرم افزار متلب در این تصاویر بیانگر عملکرد خوب و مؤثر روش پیشنهادی است.
کلیدواژه ها:
نویسندگان
محمدکاظم مقیمی
دانشجوی کارشناس ارشد- دانشکده مهندسی برق، گروه مخابرات، دانشگاه آزاد اسلامی واحد نجف آباد.
حسین پورقاسم
استادیار- دانشکده مهندسی برق، گروه مخابرات، دانشگاه آزاد اسلامی واحد نجف آباد.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :