CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

الگوریتم هوشمند برای طبقه بندی وسایل نقلیه عبوری با استفاده از دوربین های نصب شده در کنار جاده

اعتبار موردنیاز : ۱ | تعداد صفحات: ۱۴ | تعداد نمایش خلاصه: ۴۹۲ | نظرات: ۰
سال انتشار: ۱۳۹۱
کد COI مقاله: TTC12_133
زبان مقاله: فارسی
حجم فایل: ۳۴۴.۷۵ کیلوبایت (فایل این مقاله در ۱۴ 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 ۱۴ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله الگوریتم هوشمند برای طبقه بندی وسایل نقلیه عبوری با استفاده از دوربین های نصب شده در کنار جاده

    علی امیری - عضو هیئت علمی گروه برق الکترونیک، دانشگاه زنجان
  مرتضی رحمنی - کارشناسی ارشد برق الکترونیک، دانشگاه زنجان
  میترا جعفری - کارشناسی ارشد برق الکترونیک، دانشگاه زنجان

چکیده مقاله:

افزایش وسایل نقلیه و جوابگو نبودن سیستمهای کنترل سنتی، باعث ایجاد سیستمهای کنترل ترافیک به صورت هوشمند شده است. که این عامل کنترل و مدیریت شهری و افزایش ضریب اطمینان جاده ها و بزرگراه ها می شود. هدف کلی این مقاله طبقه بندی وسایل نقلیه بر اساس استخراج ویژگیها و اعمال آن به ماشین بردار پشتیبان (SVM) می باشد. در این تحقیق ما از یک دوربین ثابت که در ارتفاعی نسبتاً نزدیک به سطح جاده می باشد برای شناسایی و طبقه بندی وسایل نقلیه استفاده کردهایم. الگوریتم استفاده شده شامل دو مرحله کلی می باشد. ابتدا با تکنیک های پردازش تصویر و حذف پس زمینه و اعمال عملیات لبه یابی و مورفولوژی، وسایل نقلیه متحرک را در صحنه های ترافیک بدست می آوریم و در مرحله بعدی وسایل نقلیه شناسایی شده انتخاب شده و عمل پردازش و استخراج ویژگی های مورد نظر انجام می گردد. سپس استفاده از ماشین بردار پشتیبان (SVM) جهت دسته بندی وسایل نقلیه پرداخته شده است ، به صورتی که خروجی نوع وسیله نقلیه عبوری را مشخص می کند. مدل ارائه شده قادر به طبقه بندی وسایل نقلیه در سه دسته وسایل نقلیه سنگین، سبک و موتورسیکلت می باشد. نتایج بدست آمده دقت و عملکرد بسیار بالای این الگوریتم را نشان می دهد.

کلیدواژه‌ها:

کنترل ترافیک، طبقه بندی وسایل نقلیه، ماشین بردار پشتیبان ، دوربین، عملیات مورفولوژی

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-TTC12-TTC12_133.html
کد COI مقاله: TTC12_133

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:
امیری, علی؛ مرتضی رحمنی و میترا جعفری، ۱۳۹۱، الگوریتم هوشمند برای طبقه بندی وسایل نقلیه عبوری با استفاده از دوربین های نصب شده در کنار جاده، دوازدهمین کنفرانس مهندسی حمل و نقل و ترافیک ایران، تهران، سازمان حمل و نقل و ترافیک تهران، معاونت حمل و نقل و ترافیک شهرداری تهران، https://www.civilica.com/Paper-TTC12-TTC12_133.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: (امیری, علی؛ مرتضی رحمنی و میترا جعفری، ۱۳۹۱)
برای بار دوم به بعد: (امیری؛ رحمنی و جعفری، ۱۳۹۱)
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 :

  • Naixue Xiong, Jing He, Jong Hyuk Park, Donald Cooley, Yingshu ...
  • N. K. Kanhere and S. T. Birchfield. Real-Time Incremental segmentation ...
  • N. K. Kanhere, S. T. Birchfield, W. A. Sarasua, and ...
  • Jin-Cyuan Lai, and Shih-Shinh Huang, and Chien-Cheng Tseng. Image-based vehicle ...
  • S. Gupte, O. Masoud, R. F. K. Martin, and N. ...
  • X. Ma, W. E. L. Grimson. Edge-based rich representation for ...
  • Amol Ambardekar, Mircea Nicolescu, and George Bebis. Efficient Vehicle Tracking ...
  • Limin Xia. Vehicle Recognition Using Boosting Neural Network Classifiers. Proceedings ...
  • کدام مقالات به این منبع استناد نموده اند


    بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش ۱ مقاله استفاده شده است.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۷۷۱۴
    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 پیشنهادی مرتبط

    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.