سال انتشار: ۱۳۹۴
کد COI مقاله: REGCMAES02_152
زبان مقاله: انگلیسی
حجم فایل: ۵۷۱.۰۹ کیلوبایت (فایل این مقاله در ۱۰ صفحه با فرمت PDF قابل دریافت می باشد)
صدورگواهی چاپی نمایه سازی | مشاهده گواهی مقاله |
دریافت گواهی PDF مقاله |
گزارش خرابی مقاله |
سایر مقالات این مجموعه
متن کامل این مقاله دارای ۱۰ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۰ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
آدرس ایمیل خود را در کادر زیر وارد نمایید:
مشخصات نویسندگان مقاله Presenting an Effective Algorithm for Tracking of Moving ObjectBased on Support Vector Machine
Hamed Mohammadi Azni - Computer and IT engineering Faculty, Islamic Azad University, Qazvin Branch, Iran
Fariborz Mahmudi - Computer and IT engineering Faculty, Islamic Azad University, Qazvin Branch, Iran
Shahrbano Akbarpoor - Islamic Azad University, Jouybar Branch, Jouybar, Iran
Fariborz Mahmudi - Computer and IT engineering Faculty, Islamic Azad University, Qazvin Branch, Iran
Shahrbano Akbarpoor - Islamic Azad University, Jouybar Branch, Jouybar, Iran
چکیده مقاله:
In this paper, an effective algorithm has been presented for object tracking in videoimages using color and texture features and with the help of accelerated support vector machine. In the proposed method, object region is firstly determined by user in the first frame; then, a region as area as the object and around it is considered as background. After that, color and texture features are extracted from object and background regions, trained to the support vector machine having been accelerated by subtracting training vectors, and tested. The first output will be a binary image in which the object has been exactly separated from its surrounding background. Then, color and texture features of the exact background region being obtained in the previous stage are developed in order to become resistant against background changes in next frames. In the following, features of object and developed background are used again for training of support vector machine and they have been used for recognition of object pixels in the next frame. In the proposed method, center of gravity of object and mean shift process have been used for object locating.
کلیدواژهها:
computer vision, object tracking, Support Vector Machine,texture, mean shift
کد مقاله/لینک ثابت به این مقاله
برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:https://www.civilica.com/Paper-REGCMAES02-REGCMAES02_152.html
کد COI مقاله: REGCMAES02_152
نحوه استناد به مقاله:
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:Azni, Hamed Mohammadi; Fariborz Mahmudi & Shahrbano Akbarpoor, ۱۳۹۴, Presenting an Effective Algorithm for Tracking of Moving ObjectBased on Support Vector Machine, دومین همایش ملی ریاضیات و کاربردهای آن در علوم مهندسی, ساری, دانشگاه آزاد اسلامی واحد جویبار, https://www.civilica.com/Paper-REGCMAES02-REGCMAES02_152.html
در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (Azni, Hamed Mohammadi; Fariborz Mahmudi & Shahrbano Akbarpoor, ۱۳۹۴)
برای بار دوم به بعد: (Azni; Mahmudi & Akbarpoor, ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
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 :علم سنجی و رتبه بندی مقاله
مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
در بخش
علم سنجی پایگاه سیویلیکا
می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را
بر اساس آمار مقالات نمایه شده مشاهده نمایید.
مدیریت اطلاعات پژوهشی
اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
مقالات مرتبط جدید
- بکارگیری روش فرایند تحلیل شبکھ ای در رتبھ بندی عوامل موثر بر سرمایھ فکری
- کاربرد روش آماری تحلیل کوواریانس درمقایسه روش تدریس فعال و روش تدریس متداول
- کاربرد مدلسازی معادلات ساختاری در مطالعات گردشگری و میھمان نوازی
- درآمدی بر مدلسازی معادلات ساختاری مبتنی برحداقل مربعات جزییSEM-PLS در مطالعات گردشگری
- مدل رگرسیونی نقش مدیریت استعداد بر توانمندسازی روانشناختی در اداره کل منابع طبیعی و آبخیزداری استان مازندران
مقالات فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
شبکه تبلیغات علمی کشور
به اشتراک گذاری این صفحه
اطلاعات بیشتر درباره COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.