تشخیص بلادرنگ فعالیت دست راننده و تخمین میزان ریسک آن در محیط واقعی بر مبنای تصاویر ویدیویی 3بعدیRGB-D
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 560
فایل این مقاله در 14 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:
TTC15_238
تاریخ نمایه سازی: 6 بهمن 1395
چکیده مقاله:
الگوریتم های بینایی ماشین مختلفی برای شناسایی دست در محیط های آزمایشگاهی استفاده شده اند ولی بدلیل شرایط واقعی و پر نویز اماکنی مانند اتاق داخلی خودرو (تغییرات نوری شدید، درهم ریختگی پس زمینه،انسدادهای مکرر و نویز زیاد)، کار برای عملیات بینایی کامپیوتری و پردازش تصویر سخت شده است. در این مقاله، ما الگوریتمی را جهت شناسایی دست راننده و حرکات آن و تخمین میزان ریسک ارائه می کنیم که بدون حذف پس زمینه و با استفاده از ماسک تهیه شده از تصویر عمق در کنار تصویرRGB حاصل از دوربین Kinect بصورت 3 بعدی) می تواند بر چالش های فوق غالب شده و حرکت و فعالیت دست های راننده را در شرایط واقعی و طبیعی خودرو بصورت بلادرنگ تشخیص دهد. در این پژوهش پس از شناسایی دست ها میزان فاصله دستهای راننده ازفرمان خودرو، هم بصورت عرضی و هم بصورت عمقی ( 3 بعدی) در چند سطح خطر طبقه بندی شده است. حرکت دستهای راننده به اطراف که باعث عدم تسلط ایشان در کنترل رانندگی و افزایش ریسک می باشد بصورت سطوح مختلف خطر گزارش می شود. روش ما به دقت 67 % در دسته بندی مجموعه داده های چالش VIVA دست یافته است.
کلیدواژه ها:
نویسندگان
بهمن دلداده بارانی
کارشناس ارشد هوش مصنوعی و رباتیک، دانشگاه علم و صنعت ایران، تهران
محمود فتحی
عضو هیات علمی، دانشگاه علم و صنعت ایران، تهران
محمدمهدی ارزانی
دانشجوی دکتری، دانشگاه علم و صنعت ایران، تهران
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 :