فیلترها/جستجو در نتایج    

فیلترها

سال

بانک‌ها



گروه تخصصی










متن کامل


اطلاعات دوره: 
  • سال: 

    1394
  • دوره: 

    3
  • شماره: 

    3
  • صفحات: 

    53-74
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    1944
  • دانلود: 

    446
چکیده: 

تناظریابی به عنوان یک فرآیند اساسی در فتوگرامتری رقومی شناخته می شود. انجام این فرآیند اساسی در فتوگرامتری بردکوتاه با توجه به اعوجاجات هندسی قابل توجه در تصاویر همگرا، بسیار پیچیده بوده و اغلب الگوریتم های موجود نمی توانند نتایجی با دقت مطلوب را ایجاد کنند. در این مقاله روشی کارآمد جهت تناظریابی تصاویر همگرا در فتوگرامتری بردکوتاه ارائه شده است. در روش پیشنهادی به منظور انجام عملیات تناظریابی، ابتدا با استفاده از الگوریتم SIFT عوارض موضعی در دو تصویر مبنا و ورودی استخراج می شود. در ادامه جهت کنترل تغییرات هندسی ایجاد شده در عوارض، حاصل از تغییر منظر تصویربرداری، شکل هندسی عوارض، با استفاده از ماتریس گشتاور مرتبه دوم، از دایره به بیضی تغییر داده می شود. سپس به منظور ایجاد توصیفگر برای هر عارضه، نواحی بیضی شکل به دوایری با شعاع ثابت نرمالیزه می شوند. در نهایت پس از ایجاد توصیفگر برای هر عارضه، عملیات تناظریابی انجام شده و تناظرهای اشتباه باقی مانده توسط الگوریتم کارآمد RANSAC حذف می شوند. نتایج آزمایشات بر روی چند دسته از تصاویر بردکوتاه بیانگر عملکرد قابل توجه روش پیشنهادی بوده به گونه ای که تعداد عوارض متناظر با استفاده از روش پیشنهادی در حدود دو برابر بیشتر از تعداد عوارض متناظر ایجاد شده توسط روش استاندارد SIFT است. همچنین نتایج بدست آمده بر روی تصاویر مورد استفاده، حاکی از آن است که دقت تناظریابی نیز با استفاده از روش پیشنهادی بین 3 الی 8 درصد افزایش می یابد.

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

بازدید 1944

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 446 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1396
  • دوره: 

    5
  • شماره: 

    1 (پیاپی 17)
  • صفحات: 

    47-59
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    859
  • دانلود: 

    359
چکیده: 

ردیابی هدف متحرک فرایندی است که در آن یک شیء مشخص در یک دنباله ویدئویی از قاب ها تعقیب و مکان آن در هر قاب آشکار می شود. هدف از این فرایند تسهیل در پردازش های بعدی برای تحلیل رفتار یا شناسایی سوژه متحرک است. در این مقاله رویکردی جدید در زمینه آشکارسازی و ردیابی اهداف متحرک هوایی بر مبنای الگوریتم های تطبیق مشخصه ارائه شده است. آشکارسازی اهداف هوایی توسط چگالی طیفی و اطلاعات پیشینه ی هدف انجام می شود و برای ردیابی اهداف متحرک از الگوریتم تطبیق مشخصه ASIFT استفاده می شود. چالش موجود انتخاب ویژگی هایی است که در مقابل تغییرهای شدت روشنایی، نویز، دوران، تغییر مقیاس و زاویه دید مقاوم باشند. برای حل این مشکل نقاط کلیدی و متناظر آن ها در الگوهای استخراج شده از قاب های متوالی، توسط الگوریتم ASIFT محاسبه می شود، همچنین به منظور کاهش تناظرهای اشتباه در قاب های متوالی از الگوریتم RANSAC استفاده شده است. در این مقاله برای مقاوم کردن الگوریتم نسبت به تغییر مقیاس هدف از تاریخچه مقیاس سوژه در 10 قاب قبلی استفاده شده است. الگوریتم ارائه شده بر روی پایگاه داده استاندارد AIRCRAFT TRACKING اجرا شد. نتایج آزمایش ها کارآمدی روش ارائه شده را در دقت ردیابی نسبت به الگوریتم های مطرح در ردیابی نشان می دهد.

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

بازدید 859

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 359 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1398
  • دوره: 

    28
  • شماره: 

    110
  • صفحات: 

    23-36
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    923
  • دانلود: 

    270
چکیده: 

در طول چند دهه ی اخیر محیط های شهری بسیار بیشتر از گذشته گسترش یافته اند. یکی از مهمترین مشکلاتی که در اکثر کلان شهرها و حتی شهرهای کوچک وجود دارد مدیریت سیستم حمل و نقل است. یک سیستم نظارتی پیشرفته از وسایل نقلیه ی درون شهری امکان غلبه بر مشکلات ترافیکی و ازدحام خودرو ها را فراهم می نماید، و به تبع آن از مشکلات آلودگی هوا می کاهد. با توسعه ی پرنده ای بدون سرنشین (UAV) امکان پایش مستمر و دقیق محیط های شهری برای کاربران فراهم گردیده است. در این تحقیق هدف ارائه روشی سریع و با عملکردی مناسب از نظر دقت در شناسایی اتوماتیک خودرو در تصاویر پهپاد با حدتفکیک بسیار بالا است. در گام شناسایی خودرو از قابلیت الگوریتم آشکارساز و توصیفگر عوارض موضعی SIFT استفاده شده است. یکی از اصلی ترین قابلیت های این الگوریتم پایدار بودن در برابر تغییرات روشنایی و انواع تبدیلات هندسی نظیر انتقال، دوران و مقیاس است. روش ارائه شده شامل دو مرحله ی اصلی: آموزش الگوریتم و فرآیند شناسایی خودرو است. روش پیشنهادی بر روی 8تصویر پهپاد که دارای پس زمینه با بی نظمی های مختلف هستند پیاده سازی شد. این تصاویر شامل انواع مختلفی از خودروها هستند. به منظور ارزیابی کمی روش پیشنهادی از دو معیار استفاده شده است. همچنین عملکرد این روش با رویکرد پنجره ی جستجو مورد مقایسه قرار گرفته است. نتایج نشان می دهد زمان محاسبات الگوریتم پیشنهادی 82ثانیه است و میانگین دو معیار ارائه شده معادل 65/67 درصداست که نشان دهنده ی برتری روش از لحاظ سرعت و دقت محاسباتنسبت به روش پنجره ی جستجواست.

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

بازدید 923

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 270 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
اطلاعات دوره: 
  • سال: 

    1399
  • دوره: 

    7
  • شماره: 

    1
  • صفحات: 

    165-190
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    1187
  • دانلود: 

    270
چکیده: 

الگوریتم تبدیل ویژگی مقیاس ثابت (SIFT)، یکی از الگوریتم های پر کاربرد در زمینه بینایی ماشین است که به صورت گسترده مورد توجه و مطالعه پژوهشگران قرار گرفته و بهبود داده شده است. SIFT یکی از شناساگرهای محلی رایج می باشد که در انطباق تصویر، موزاییک تصویر، جعل کپی و جابجایی کاربرد دارد. در این مقاله مروری، ضمن معرفی الگوریتم SIFT، به کاربردها، مزایا و معایب، اصلاحات، دسته بندی ها و رویکردهای تحقیقات جدید در این الگوریتم پرداخته شده است. علاوه بر این، به کمک چهار آزمایش، جنبه های مختلف الگوریتم مورد ارزیابی قرار گرفته است. این مقاله می تواند راهگشای پژوهشگران پردازش تصویر برای استفاده از الگوریتم SIFT باشد. اهتمام نویسندگان بر این بوده است که همه جنبه های این الگوریتم مورد کاوش قرار گیرد.

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

بازدید 1187

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 270 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
نویسندگان: 

KUMAR P. | HENIKOFF S.

نشریه: 

NATURE PROTOCOLS

اطلاعات دوره: 
  • سال: 

    2009
  • دوره: 

    4
  • شماره: 

    7
  • صفحات: 

    1073-1081
تعامل: 
  • استنادات: 

    1
  • بازدید: 

    135
  • دانلود: 

    0
کلیدواژه: 
چکیده: 

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

بازدید 135

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 1 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1400
  • دوره: 

    18
  • شماره: 

    2 (48 پیاپی)
  • صفحات: 

    147-162
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    281
  • دانلود: 

    137
چکیده: 

موزاییک تصویر به ترکیب دو یا چند تصویر که دارای قسمت های همپوشان می باشند، به تصویری بزرگ تر و جامع تر اطلاق می شود. تبدیل ویژگی مقیاس نابسته (SIFT) یکی از متداول ترین شناساگرها است که قبلا در موزاییک تصویر مورداستفاده قرارگرفته است. از ایرادات الگوریتمSIFT کلاسیک تعداد زیاد نقاط کلیدی تکراری و زمان اجرای بالای آن به دلیل ابعاد بالای توصیفگر SIFT کلاسیک می باشد، که باعث کاهش کارایی این الگوریتم می شود. در این مقاله، برای بالا بردن کیفیت موزاییک تصویر، از الگوریتم RKEM-SIFT که نسخه بهبودیافته ی SIFT می باشد جهت شناسایی نقاط کلیدی استفاده شده است. سپس، برای بهبود سرعت الگوریتم از توصیفگر 64-بعدی SIFT استفاده شده است. پنجره ی کوچک تر این توصیفگر نسبت به توصیفگر 128-بعدی SIFT باعث می شود دقت تطبیق افزایش و زمان اجرا کاهش پیدا کند. در ادامه، برای حذف تطبیق های نادرست، از الگوریتم اجتماع نمونه تصادفی (RANSAC) استفاده شده که مقدار آستانه پیشنهادی آن به صورت وفقی بر اساس میانه فواصل بین نقاط تطبیق و مدل تطبیق آن ها محاسبه شده است. برای هر نقطه تطبیق اگر فاصله بین آن نقطه و تطبیق یافته ی آن بر اساس مدل از مقدار آستانه پیشنهادی کمتر باشد، نقطه تطبیق درست تشخیص داده شده و حفظ می شود و در غیر این صورت تطبیق نادرست تشخیص داده شده و حذف می شود. درنهایت روش جدیدی نیز در این مقاله جهت ترکیب تصویر پیشنهادشده است. روش پیشنهادی ترکیب تصویر بر اساس تابع وزنی گوسی می باشد که میانگین این تابع گوسی به صورت میانگین داده های محدوده ی مشترک و همپوشان دو تصویر، در نظر گرفته شده است. در قسمت آزمایش ها، روش پیشنهادی موزاییک تصاویر طبیعی که شامل استفاده از الگوریتم RKEM-SIFT، RANSAC وفقی پیشنهادی و الگوریتم ترکیب تصویر پیشنهادی است بر روی پایگاه های تصاویر استاندارد و همین طور پایگاه تصاویر ایجادشده پیاده سازی شده و با روش های SURF و تطبیق دوطرفه سریع، SURF-LM و SIFT-RANSAC مورد مقایسه قرارگرفته است. نتایج آزمایش ها حاکی از برتری روش پیشنهادی با توجه به معیارهای خطای میانگین مربعی و دقت دارد که نسبت به بهترین روش مقایسه شده (SURF و تطبیق دوطرفه سریع) کاهش 6. 7 ٪ بیشینه خطا، 30. 09 ٪ ریشه میانگین مربعات خطا و 37. 68 ٪ میانه خطا را باعث شده است.

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

بازدید 281

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 137 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
نویسندگان: 

ZAHEDIA MORTEZA | SALEHI SEYED MAHDI

نشریه: 

PROCEDIA COMPUTER SCIENCE

اطلاعات دوره: 
  • سال: 

    2011
  • دوره: 

    3
  • شماره: 

    -
  • صفحات: 

    998-1002
تعامل: 
  • استنادات: 

    1
  • بازدید: 

    126
  • دانلود: 

    0
کلیدواژه: 
چکیده: 

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

بازدید 126

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 1 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
نویسندگان: 

REZAIE HADISEH | GOLSORKHTABARAMIRI MEHDI

اطلاعات دوره: 
  • سال: 

    2016
  • دوره: 

    7
  • شماره: 

    4 (26)
  • صفحات: 

    13-25
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    271
  • دانلود: 

    0
چکیده: 

RFID system is a wireless technology that can transfer data between tags and readers via radio frequency. In an RFID network, readers are located close to each other to obtain optimal connectivity and sufficient coverage. In such an environment, which is called dense reader environment (DRE).Different types of collisions such as Reader-to-Reader and Reader-to-Tag ones, often lead to serious problems such as decreasing the performance. Accordingly, providing an appropriate method to resolve reader collision appeared to be one of the most important research topics in the field. To solve this problem, different methods have been introduced of which NFRA protocol has higher throughput. In this paper, we use multi-channel technique and SIFT distribution function on the NFRA protocol to improve RFID system throughput while avoiding increase in reader collision. In addition of supporting mobile reader, the proposed method provides higher throughput compared to other protocols in dense environments.

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

بازدید 271

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1396
  • دوره: 

    15
  • شماره: 

    2
  • صفحات: 

    125-134
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    2341
  • دانلود: 

    1283
چکیده: 

کشف و ردیابی اشیای متحرک گامی اساسی در تجزیه و تحلیل ویدئو می باشد. در این مقاله روشی جدید را برای ردیابی هم زمان چندین شی ء متحرک در حوزه دید دوربین ثابت ارائه خواهیم کرد. در روش پیشنهادی مکان اشیای متحرک موجود در حوزه دید دوربین را در هر مرحله و با استفاده از اطلاعات حرکت موجود بین دو فریم متوالی شامل فریم قبلی و فریم جاری از نظر زمانی تعیین می کنیم. در هر مرحله نقاط ویژگی SIFT را روی فریم قبلی استخراج کرده و تناظر این نقاط ویژگی را با استفاده از الگوریتم تناظریابی نقاط کلیدی KLT روی فریم جاری به دست می آوریم. در ادامه و با در اختیار داشتن نقاط ویژگی متناظر بین دو فریم متوالی، اندازه حرکت نقاط ویژگی را محاسبه کرده و با حذف نقاط ویژگی با جابه جایی ثابت و یا ناچیز، نقاط ویژگی مرتبط به اشیای متحرک را کشف خواهیم کرد. سپس نقاط ویژگی برچسب گذاری شده به عنوان اشیای متحرک را با استفاده از الگوریتم خوشه بندی DBSCAN به خوشه های مختلف به عنوان اشیای متحرک دسته بندی می کنیم. با این روش و در هر لحظه مکان تمامی اشیای متحرک موجود در حوزه دید دوربین به دست آمده که با تناظریابی یک به یک بین این اشیا و اشیای به دست آمده در فریم قبلی مکان جدید هر شی ء را تعیین می کنیم. نتایج روش پیشنهادی حاکی از دقت بالا و زمان مصرفی قابل قبول برای ردیابی اشیای متحرک می باشد. روش پیشنهادی دارای دقت 95% برای ردیابی اشیای متحرک بوده و در هر ثانیه 33 فریم را پردازش می کند که در مقایسه با روش های معمول از نظر دقت و سرعت عملکرد مطلوبی دارد.

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

بازدید 2341

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 1283 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1400
  • دوره: 

    8
  • شماره: 

    2
  • صفحات: 

    73-84
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    74
  • دانلود: 

    5
چکیده: 

با رشد روز افزون اینترنت و ابزارهای تصویربرداری دیجیتال، اندازه پایگاه داده تصاویر به سرعت در حال بزرگتر شدن است. در چنین شرایطی، نیاز شدیدی به ابزارها و روش های کارا برای جستجوی تصاویر دلخواه در پایگاه ­داده­های بزرگ به وجود آمده است، استخراج ویژگی اساسی­ ترین قدم در ایجاد یک سامانه بازیابی تصاویر براساس محتواست و نقش بسیار تعیین کننده­ای در دقت سامانه بازیابی دارد. در این مقاله روشی جدید جهت طبقه­ بندی تصاویر بازیابی شده براساس محتوا ارائه شد. پس از استخراج ویژگی و محاسبه توصیفگرهای مربوط به هر دسته توسط الگوریتم SIFT، الگوریتمTF-IDF توصیفگرهای مناسب را مشخص کرده و از خوشه­ بندی جهت یافتن توصیفگرهای کاندیدای هر دسته استفاده می­ کند. در مرحله بعد از ضرایب بازنمایی توصیفگرهای هر دسته با توجه به نماینده ­های تولید شده از مرحله قبل توسط الگوریتم کدگذاری خطی با قید محلی به عنوان ویژگی استفاده شده است. در نهایت از این ویژگی های تولید شده برای طبقه ­بندی تصاویر بازیابی شده استفاده می­ شود. دسته بندی که برای ارزیابی سیستم پیشنهادی مورد استفاده قرار گرفته، ماشین یادگیر بیشینه می باشد. دقت به دست آمده در این دسته بند بر روی پایگاه داده Caltech-101، 5/98 درصد و بر روی پایگاه داده17-Flowers، 90/97 درصد می­ باشد.

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

بازدید 74

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 5 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
litScript
telegram sharing button
whatsapp sharing button
linkedin sharing button
twitter sharing button
email sharing button
email sharing button
email sharing button
sharethis sharing button