تشخیص کلاه ایمنی در موتورسواران با استفاده از تکنیک های پردازش تصویر

استفاده از کلاه ایمنی، صدمههای ناشی از سوانح ترافیکی و نرخ مرگ و میر را در موتورسواران کاهش می دهد. برای بررسی موتورسواران بدون کلاه ایمنی میتوان از سیستمهای نظارت تصویری استفاده نمود. در چند سال اخیر روشهایی در زمینه تشخیص کلاه ایمنی ارایه شده است که از چندیدن توصیفگر استفاده نمودهاند. استفاده از چند توصیف گر دارای پیچیدگی محاسباتی است که کار طبقه بندی را سخت می کند. این مقاله یک روش برای تشخیص موتورسواران بدون کلاه ایمنی ارایه میکند که تنها از یک توصیفگر برای استخراج الگوهای بافتی تصویر استفاده میکند. عموما تصاویر جادهای دارای کیفیت پایین هستند، بنابراین قبل از استخراج ویژگی نیاز به یک گام پیشپردازش جهت بهبود تصاویر است. ما در این تحقیق با تحلیل بافت تصویر ناحیه سر موتورسوار، موتورسواران بدون کلاه ایمنی را شناسایی میکنیم. الگوی دودویی محلی (LBP) به عنوان یک توصیفگر قدرتمند جهت تحلیل بافت تصویر استفاده شده است. سپس از بردار ویژگی استخراج شده به وسیله این توصیفگر برای طبقه بندی نمونه های دو کلاس با کلاه ایمنی و بدون کلاه ایمنی استفاده می کنیم. این روش روی یک پایگاه داده شامل 255 تصویر اعمال شد و نتایج تجربی برتری روش ما را نسبت به روش موجود نشان می دهد. دقت روش ارایه شده روی پایگاه داده ذکر شده با استفاده از ماشین بردار پشتیبان برابر 94.90 است.

کلیدواژه ها:

الگوی دودویی محلی ، بافت ، پیش پردازش ، کلاه ایمنی ، موتورسوار