| کد خبر ۷۲۳۵
کپی شد

تشخیص و بازشناسی علایم راهنمایی و رانندگی با استفاده از روش مبتنی بر مکانیزم توجه و روش های طبقه بندی کلاسیک و ماشین بردار پشتیبان

|

تین نیوز |
چکیده
 ایجاد و گسترش سیستم های هوشمند درحوزه حمل و نقل و بویژه شناسایی علایم راهنمایی و رانندگی، یکی از چالش­های مهم در سالهای اخیر بوده است. تشخیص و بازشناسی، دو مرحله اصلی شناسایی علایم ترافیکی هستند. روشهای مختلفی برای انجام این دو مرحله پیشنهاد شده است. در این مقاله، روشی برای مکانیابی، تشخیص و بازشناسی علایم ترافیکی از نوع انتظامی ارایه شده است؛ به کمک روشی مبتنی بر مکانیزم توجه و با بهره­گیری از جعبه ابزار saliency امکان حضور علایم، در تصاویر تهیه شده از صحنه های ترافیکی، سنجیده و نواحی مهم تصاویر و از جمله علامت ترافیکی در قالب نقشه هایی استخراج شد. برای مرحله بازشناسی و طبقه بندی علایم، تصاویر مربوط به هریک از علامت­ها، برحسب نوع، در گروه­های مختلف تقسیم بندی شدند. در مرحله بعد با استفاده از روش استخراج ویژگی SIFT،  نقاط کلیدی هر یک از تصاویر استخراج و روندی برای ایجاد هیستوگرام های نشان دهنده بردار ویژگی پیشنهاد شد. مقایسه هیستوگرام­های به دست آمده از تصاویر تست با هیستوگرامهای تصاویر آموزش منجر به بازشناسی و طبقه بندی تصاویر تست گردید. طبقه بندهای مورد استفاده، روش k نزدیک ترین همسایگی با معیارهای فاصله ی (فاصله اقلیدسی،2x  و منهتن) و نیز روش ماشین بردار پشتیبان  (SVM) است. در روش پیشنهادی، تشخیص علایم، بدون نیاز به روش های پیش پردازش اضافی و با دقت بالایی انجام گرفت، علیرغم وجود  تنوع در علایم بکار رفته در هر گروه، نرخ بازشناسی مناسب بوده و به دلیل استفاده از روش استخراج ویژگی sift، در برابر تغییر در اندازه و جهت مقاوم بوده و در برابر سایر تغییرات از قبیل تغییر در زاویه دید و روشنایی تا حدودی مقاوم است.
جهت مطالعه این مقاله اینجا کلیک نمائید.

ارسال نظر
  • دیدگاه های ارسال شده توسط شما، پس از تایید تین نیوز، تا ۲۴ ساعت بعد منتشر خواهد شد.
  • تین نیوز نظراتی را که حاوی توهین یا افترا است، منتشر نمی‌کند.
  • پیام هایی که به غیر از زبان فارسی یا غیر مرتبط باشد منتشر نخواهد شد.
  • انتشار مطالبی که مشتمل بر تهدید به هتک شرف و یا حیثیت و یا افشای اسرار شخصی باشد، ممنوع است.
  • جاهای خالی مشخص شده با علامت {...} به معنی حذف مطالب غیر قابل انتشار در داخل نظرات است.
  • در نوشتن نظرات، لطفا بعد از هر کلمه، یک فاصله خالی بگذارید.
  • در انتقال تخلفات دستگاه‌ها، موارد تخلف را با ضمیمه نمودن اسناد تخلف به آدرس info@tinn.ir ارسال نمایید تا امکان پیگیری بصورت مستند فراهم شود.