تشخیص عابران در دوربین های شهری بر مبنای شبکه عصبی

یکی از مهمترین نکات در عرصه عابران پیاده ایجاد ایمنی هرچه بیشتر برای عابرپیاده در هنگام عبور از گذرگاه ها و جلوگیری از تصادف عابران با وسایل نقلیه عبوری است. تداخل عابرپیاده خودرو یک رویداد متداول و خطرناک بوده است. برای تشخیص عابرپیاده در توالی تصاویر بهترین راه حل، استفاده از مدلهای مخلوط گوسی، اطلاعات رنگ وموقعیت پیکسلها مییاشد و بخشبندی تصاویر با استفاده از فضاهایی شامل مکان پیکسل و اطلاعات رنگ صورت میگیرد که برای این منظور از ترکیب طبقه بندی SVMو طبقهبندی مبتنی بر هیستوگرام استفاده شده است؛ این الگوریتم شامل سه مرحله پیشپردازش، تشخیص و شناسایی میباشد. در مرحله پیش پردازش با اعمال الگوریتمهای پردازش تصویر، تغییرات به منظور بهبودکیفیت تصویر دریافتی وحذف داده های نامرتبط بر روی هدف مورد نظر انجام میگیرد. به این ترتیب که الگوهایی از تصویر که احتمال حضور انسان در آنها موجود میباشد، پس از فرایند پیش پردازش استخراج شده و به طبقه بندی هیستوگرام و ماشین بردار پشتیبان داده میشوند. الگوریتم ارائه شده، در مقایسه با الگوریتم های دیگر با شرایط آزمایشی مشابه از صحت عملکرد مناسبی برخوردار است.

کلیدواژه ها:

تشخیص عابرین پیاده ، دوربین نظارت شهری ، شبکه عصبی