تشخیص و شناسایی درجات نظامی با روش Smallest Rectangle Distance

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 574

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CSITM02_180

تاریخ نمایه سازی: 25 بهمن 1394

چکیده مقاله:

درسیستمهای تشخیص و شناسایی علائم، مانند سیستمهای علائم تجاری، لوگوها و علائم راهنمایی و رانندگی، هدف درک، تشخیص و شناسایی علائم میباشد. در این مقاله سیستمی ایجاد شده است که توانایی تشخیص و شناساییدرجات نظامی را دارد. هدف از ارائه این مقاله این است که بتوان در آینده یک ربات نظامی نگهبان ایجاد کرد، که علاوه بر شناسایی درجه، چهره فرد نظامی را هم با استفاده از یک دوربین که در روبرو قرار میگیرد شناسایی کرد. با این کارهویت فرد نظامی به طور کامل شناسایی میشود، که این عمل باعث بالا رفتن امنیت در اماکن حساس در پادگانهای نظامی خواهد شد. همچنین با چنین سیستمی میتوان کنترل عبور و مرور و حضور افراد را در پادگانها و اماکن نظامی،مورد بررسی قرارداد. سیستم شناسایی درجات نظامی با دریافت تصاویر از یک دوربین دیجیتال نصب شده در یک مکان،درجات را تشخیص، و شناسایی میکند. بنابراین با نصب سیستم شناسایی خودکار درجات نظامی میتوان از بروز برخی از حوادث جلوگیری کرد. این سیستم شامل دو فاز یافتن و دستهبندی علائم میباشد. برای تشخیص )یافتن( مکان درجه درتصویر، با فرض اینکه دوربین را طوری نصبکردهایم که درجهی شخصی که وارد اتاق یا هر مکان دیگری میشود تقریباً در مکان مشخصی از تصویر قرار میگیرد، بنابراین مختصات آن محدوده را استخراج میکنیم، که شامل درجه میباشد. بعد از تشخیص و استخراج مکانی که درجه در آن واقع است، با استفاده از الگوریتم یادگیری ماشین و تکنیکهای شناسایی الگو، درجه را شناسایی میکنیم. برای استخراج ویژگیهای تصویر، از روشSRDفاصله از کوچکترین مستطیل(، و برای طبقهبندی و آموزش ویژگیهای استخراجی از الگوریتمهای یادگیری ماشینK-نزدیکترین همسایه و درخت تصمیم استفاده شده است.

نویسندگان

سعید رحیمی

گروه مهندسی کامپیوتر، دانشکده فنی مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی کرمانشاه، ایران. گروه مهندسی کامپیوتر، دانشکده فنی مهندسی،

عبدالله چاله چاله

گروه مهندسی کامپیوتر، دانشکده فنی مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی کرمانشاه، ایران. استادیار، گروه مهندسی کامپیوتر و فناوری اط

محمد کاظمی فرد

گروه مهندسی کامپیوتر، دانشکده فنی مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی کرمانشاه، ایران. استادیار، گروه مهندسی کامپیوتر و فناوری اط

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 :
  • سیف‌السادات، قیصری، فانیان و رزاقی. «شناسایی تصاویر محیط داخلی». دانشگاه‌صنعتی‌اصفها ...
  • عینی، سونیا. 1391. «به کارگیری GPU به منظور افزایش کارایی ...
  • نحوی، محمد. 1389. «بهبود کارایی بخش های استخراج ویژگی و ...
  • httb:aiamigi eu/tutc _ CrisbSetLmage. _ retrieved on November 15, 2014 ...
  • http :/fa.wikipedia. org/wik i/military signs // retrieved on November 15, ...
  • Siti Sarah M Sallah, Fawnizu Azmadi Hussin, Mohd Zuuki Yusoff ...
  • Lei Li, Dongsheng Wang, Guohua Cui. «Trademark Image Retrieval using ...
  • Deepti Agrawal, Anand Singh Jalal, Rajesh Tripathi, «Trademark Image Retrieval ...
  • Mehwish Rehman, Muhammad Iqbal, Muhammad Sharif and Mudassar Raza, «Content ...
  • Neetu Sharma, Paressh Rawat, jaikaran Singh. «Efficient CBIR Using Color ...
  • Rouhollah Rahmani, Sally A. Goldman, Hui Zhang, John Krettek, and ...
  • Nidhi Singhai, Prof. Shishir K. Shandilya, «A Survey On: Content ...
  • FRANK Y. SHIH, "Imag Processing and Pattern Recognition Fundamentals and ...
  • Rafael C.Gonzales, Richard E.Woods, Steven L.Eddins, « Digital Image Using ...
  • Rafael C.Gonzales, Richard E.Woods, « Digital Image Processing». Third Edition. ...
  • M. R. Ogiela and T. Hachaj, «Natural User Interfaces in ...
  • نمایش کامل مراجع