به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

moving objects detection

در نشریات گروه برق
تکرار جستجوی کلیدواژه moving objects detection در نشریات گروه فنی و مهندسی
تکرار جستجوی کلیدواژه moving objects detection در مقالات مجلات علمی
  • محمد کاظم مقیمی، حسین پورقاسم
    به منظور شناسایی اجسام متحرک با استفاده از الگوریتم تفاضل پس زمینه، سایه اجسام نیز به عنوان شیء متحرک استخراج می شود که عامل بروز مشکل و خطا در شناسایی اجسام متحرک است. بنابراین در سیستم های حمل و نقل هوشمند، شناسایی و حذف سایه خودرو ها یک چالش مهم است. در این مقاله روشی کارآمد براساس ترکیب فضای رنگ HSV و تجزیه و تحلیل ترکیبات اصلی ارائه شده است. در ابتدا، بعد از شناسایی اجسام متحرک توسط روش تفاضل پس زمینه، با استفاده از فضای رنگ HSV مناطق احتمالی سایه متحرک استخراج می گردد. در نهایت به منظور تصحیح عمل شناسایی در مرحله قبل (به عنوان نمونه حذف قسمت هایی از خودرو که به عنوان سایه شناسایی شده اند)، از الگوریتم تجزیه و تحلیل ترکیبات اصلی بهره گرفته می شود. با این الگوریتم، هر خودرو بوسیله بردارهای وی‍ژه خودروهای پایگاه داده آموزشی مدل می گردد تا بدین وسیله هر خودروی ناشناخته ورودی براساس این مدل تایید یا رد گردد. روش پیشنهادی بر روی ویدئوهای واقعی اخذ شده توسط سیستم های حمل و نقل هوشمند در شرایط واقعی و عملیاتی ارزیابی گردیده است. نتایج حاصل از الگوریتم پیشنهادی بیانگر عملکرد قابل قبول و موثر روش پیشنهادی در کاربردهای سیستم های حمل و نقل هوشمند است.
    کلید واژگان: سیستم های حمل و نقل هوشمند، _ شناسایی اجسام متحرک، شناسایی سایه، تجزیه و تحلیل ترکیبات اصلی، فضای رنگ HSV
    In common background subtraction method usually the shadow of objects is extracted as the moving objects that cause some errors in the performance of Intelligent Transportation Systems (ITS). In this paper, an effective algorithm based on combination of HSV color space and Principal Component Analysis is proposed. In this algorithm, the candidate shadow region is detected by using HSV color space. In this step, some part of vehicles may be detected as the moving shadow. So, to compensate and improve the performance of moving shadow detection, principal components analysis algorithm is applied to recognize the automobile object by modeling the automobile based on orthogonal eigen vectors of database. Our proposed algorithm is evaluated on real and operational videos of ITS. The obtained results demonstrate the efficiently and effectiveness of our proposed algorithm in the ITS applications.
    Keywords: Intelligent Transportation Systems., HSV Color Space, Moving Objects Detection, Principal Component Analysis, Shadow Detection
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال