Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

933
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

556
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

شناسایی نوع و مدل وسیله نقلیه با استخراج خودکار بخش های مشترک

صفحات

 صفحه شروع 29 | صفحه پایان 39

چکیده

 پس از موضوعاتی چون تشخیص مکان خودرو و شناسایی گروه کلی خودرو, شناسایی نوع و مدل دقیق وسیله نقلیه (VMMR) در دهه اخیر در مرکز توجه محققین قرار گرفته است. این مساله به دلیل وجود تعداد کلاس های زیاد و شباهت بسیار زیاد این کلاس ها به یکدیگر, از مسائل طبقه بندی دشوار به حساب می آید. در این مقاله, روشی برای شناسایی نوع و مدل وسیله نقلیه پیشنهاد شده است.روش پیشنهادی شامل دو بخش است. ارائه رویکردی جدید برای شناسایی نوع و مدل وسیله نقلیه و ارائه روشی برای پیاده سازی این رویکرد. رویکرد پیشنهادی با تمرکز بر بخش های تشکیل دهنده خودرو از قبیل چراغ ها, جلوپنجره و نشان واره به طبقه بندی کلاس های مختلف وسیله نقلیه می پردازد. برای پیاده سازی این رویکرد, یک مدل مبتنی بر بخش را با استفاده از الگوریتم ماشین بردار پشتیبان مخفی (Latent SVM) آموزش داده ایم. این مدل قادر به استخراج پنج بخش برای هر خودرو است. توصیفگر هیستوگرام گرادیان های جهت دار برای استخراج ویژگی و ماشین بردار پشتیبان برای طبقه بندی به کار گرفته شده اند. برای آزمایش رویکرد مورد اشاره, مجموعه داده ای متشکل از 720 تصویر از نمای جلو و پشت 21 کلاس مختلف از خودروها جمع آوری شده و تمامی بخش های آن ها هم به صورت دستی و هم به صورت خودکار علامت گذاری و استخراج گشته اند. نتایج آزمایشات انجام شده بر روی این تصاویر, در درجه اول, برتری رویکرد مبتنی بر بخش را نسبت به رویکردهای پیشین نشان می دهد, و در درجه دوم, نزدیکی دقت روش علامت گذاری خودکار به روش دستی را اثبات می کند. روش پیشنهادی موفق به کسب دقت 100% بر روی نمای جلو و پشت شده است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    بیگلری، محسن، سلیمانی، علی، و حسن پور، حمید. (1396). شناسایی نوع و مدل وسیله نقلیه با استخراج خودکار بخش های مشترک. ماشین بینایی و پردازش تصویر، 4(1 )، 29-39. SID. https://sid.ir/paper/265726/fa

    Vancouver: کپی

    بیگلری محسن، سلیمانی علی، حسن پور حمید. شناسایی نوع و مدل وسیله نقلیه با استخراج خودکار بخش های مشترک. ماشین بینایی و پردازش تصویر[Internet]. 1396؛4(1 ):29-39. Available from: https://sid.ir/paper/265726/fa

    IEEE: کپی

    محسن بیگلری، علی سلیمانی، و حمید حسن پور، “شناسایی نوع و مدل وسیله نقلیه با استخراج خودکار بخش های مشترک،” ماشین بینایی و پردازش تصویر، vol. 4، no. 1 ، pp. 29–39، 1396، [Online]. Available: https://sid.ir/paper/265726/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا