CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Presenting an Effective Algorithm for Tracking of Moving ObjectBased on Support Vector Machine

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۲۸۹ | نظرات: ۰
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)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

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

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 :

  • A. Yilmaz, O. Javed, and M. Shah, "Object tracking: A ...
  • I. Sethi and R. Jain, "Finding Trajectories of Feature Points ...
  • K. Rangarajan and M. Shah, "Establishing Motion Correspondenc e, in: ...
  • C. Veenman, M. Reinders and E. Backer, "Resolving Motion Co ...
  • K. Shafique and M. Shah, _ Non-Iterative Greedy Algorithm For ...
  • Y. Boykov and D. Huttenlocher, "Adaptive Bayesian Recognition in Tracking ...
  • Trajectory Recovery for Tracking Multiple Objects and ۳Dه [۷] R. ...
  • G. Kitagawa, ، 0Non-Gaussian State-Space Modeling of Nonstationary Time Series, ...
  • B. Li and R. Chellappa, "Simultaneous Tracking and Verification via ...
  • : اردیبهشت ۱۳۹۴ دانشگاه آزاد اسلامی واحد جویبار ...
  • Iterative Image Registration Technique with An An:ه [10] B. _ ...
  • P. Fieguth and D. Terzopoulos, "Color-Based Tracking of Heads and ...
  • D. Comaniciu, V. Ramesh and P Meer, "Kernel-based object tracking, ...
  • D. Comaniciu and P. Meer, "Mean shift analysis and applications, ...
  • D. Comaniciu and P. Meer, "Mean shift: A robust approach ...
  • R.Collins, Y.Liu, "On-Line Selection of Discriminative Tracking Features, " in: ...
  • R.Collins, Y.Liu and M.Leordeanu, "On-Line Selection of Discriminative Tracking Features, ...
  • S. Avidan, "Ensemble tracking, " IEEE Transactions On Pattern Analysis ...
  • Rucklidge, "Tracking nonrigid objects in complex scenes, " ب [18] ...
  • M. Kass, A. Witkin and D Terzopoulos, "Snakes: active contour ...
  • I. Haritaoglu, D. Harwood and L. Davis, _ real time ...
  • C. Wren, A. Azarbayejani and A. Pentland, "Pfinder: Real-Time Tracking ...
  • C. Stauffer and W. Grimson, "Learning patterns of activity using ...
  • L. Liyuan and L. Maylor, "Integrating intensity and texture differences ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۹۲۳۳
    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

    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.