سیستم نظارتی هوشمند تشخیص ناهنجاری های متداول ترافیکی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 541

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:

TTC14_269

تاریخ نمایه سازی: 30 دی 1394

چکیده مقاله:

هدف اصلی این مقاله، ارائه سیستم نظارتی هوشمندی است که بتواند به صورت خودکار ناهنجاری -های متداول ترافیکی را تشخیص دهد. عبور غیر مجاز از مسیر ویژه اتوبوس ، انحراف به طرفین وحرکت خلاف جهت، ناهنجاریهایی قابل تشخیص در سیستم ارائه شده می باشند.به دلیل وجود محدودیتهایی از قبیل تغییر شرایط نوری، انسداد و غیره در عمل، توصیف کننده هایسطح پایین جایگزین روشهای مبتنی بر آشکارسازی و ردیابی برای حل مسئله می گردند. به منظورتشخیص انحراف و حرکت خلاف جهت اتومبیل ها و موتور سیکلت ها، ابتدا جریان نوری رنگی و تصویرسایه نمای حرکت تشکیل میشود و پس از استخراج ویژگی های مورد نظر از این تصاویر، دسته بندیکننده مناسبی بهروی این ویژگی ها آموزش می یابد. به منظور ارتقاء عملکرد دسته بندی کننده ازروش های یادگیری فعال و Bagging بهره گرفته می شود. با توجه به ثابت و مشخص بودن محدوده تردد اتوبوسها، نیازی به ردیابی نبوده و می توان از یکابزار ساده آشکارسازی اشیاء برای آشکار نمودن اتوبوس از سایر وسائل نقلیه استفاده نمود . بدینمنظور، روش پیشنهادی اعمال توصیف کننده HOG و استفاده از یک روش یادگیری با نظارت همچون دسته بندی کننده SVM، می باشد.

کلیدواژه ها:

تشخیص ناهنجاری ، سیستم هوشمند حمل و نقل ، یادگیری فعال

نویسندگان

نیکتا اولیاء سمیع

دانشجوی ارشد مهندسی کامپیوتر گرایش هوش مصنوعی، دانشگاه شیراز

زهره عظیمی فر

استادیار بخش مهندسی و علوم کامپیوتر، دانشکده مهندسی برق وکامپیوتر، دانشگاه شیراز

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 :
  • Morris, Brendan Tran, and Mohan M Trivedi, "Trajectory learning for ...
  • Morris, Brendan, and Mohan Trivedi, "Learning trajectory patterns by clustering: ...
  • Piciarelli, Claudio, Christian Micheloni, and Gian Luca Foresti, _ Trajecto ...
  • Morris, Brendan Tran, and Mohan M Trivedi, "Learning, modeling, and ...
  • Wang, Guolin, Deyun Xiao, and Jason Gu "Review on vehicle ...
  • Yilmaz, Alper, Omar Javed, and Mubarak Shah, "Object tracking: A ...
  • V. Kober, "Robust and efficient algorithm of image enhancement", IEEE ...
  • Settles, Burr, "Active learning literature survey", University of Wisconsin, Madison, ...
  • نمایش کامل مراجع