طراحی سیستم آشکارساز عابر پیاده با استفاده از ویژگی‌های شبه هار و هیستوگرام گرادیان جهت‌دار و تک طبق بند ماشین بردار پشتیبان بر روی داده‌های آموزشی سیاه نما

آشکارسازی عابر پیاده یکی از مهم‌ترین مسائلی است که در سال‌های اخیر به طور گسترده‌ای در کاربردهای بینایی ماشین و سیستم‌های هوشمند مورد توجه قرار گرفته است. انتخاب روشی مناسب برای استخراج ویژگی‌ها و نیز نوع طبقه‌بندی کننده می‌تواند بدعت و کارایی کل سیستم را تحت تأثیر قرار دهد. در این تحقیق از ویژگی‌های ویولت های شبه هار (پایه و چندین ویژگی جدید) و هیستوگرام گرادیان جهت‌دار و نیز ترکیب این دو ویژگی برای استخراج ویژگی‌های تصاویر از نوع سیاه نما استفاده شده است. با استفاده از این ویژگی ترکیبی و طبقه‌بندی کننده ساده فاصله افلیدسی سیستم آشکارساز عابر پیاده این با نتایجی قابل قبول ارائه شده است. در گام بعدی به منظور بهبود بدعت تشخیص، سیستم آشکارساز عابر پیاده لیگی با استفاده از ویژگی‌های شبه هار و هیستوگرام گرادیان جهت‌دار و نیز ترکیب آن‌ها و با کمک طبقه‌بندی کننده SVM تو شده‌ام. یکی از ویژگی‌های بارز و مهم قابل استخراج در تصاویر سیاه و ما مربوط به اطلاعات لپه ها است و جان روش HOG صورت بالایی این ویژگی استخراج می‌کند بنابراین در طراحی سیستم آشکارساز عابر پیاده با استفاده از داده‌های آموزشی از نوع تصاویر سیاه و ما استفاده از ویژگی‌های HOG و طبقه‌بندی کننده SVM به پایش را از لحاظ دقت خیس بالا و نرخ خطای مثبت پایین ارائه می‌دهد.