ردگیری اشیاء متحرک در دنباله های تصویری
Abstract
No abstract recorded for this item.
No abstract recorded for this item.
ردگیری شیء متحرک از مسائل مهم و پرکاربرد در زمینه ی بینایی ماشین در سالهای اخیر است. سیستم های نظارت و مراقبت، اندازه گیری های آماری، ردگیری خودروها و وسایل نقلیه ی خودکار از موارد استفاده ردگیری اشیاء متحرک در دنباله های تصویر است. در طی دو دهه ی اخیر روش های بسیار متنوعی برای ر
با توجه به اهمیت و کاربرد روزافزون تشخیص و ردیابی اشیای متحرک در دنباله تصاویر ویدئویی به ویژه در کاربردهای مراقبتی و امنیتی، نیاز به سیستم های خودکار بلادرنگ بیش از پیش احساس می شود. در این پایان نامه ابتدا الگوریتم های تشخیص و آشکارسازی اشیای متحرک با تاکید بر کاربردهای مراقبتی
چکیده بینایی ماشین یکی از فیلدهای هوش مصنوعی است که با ترکیب علوم مختلف مانند ریاضیات، فیزیک، علوم مهندسی، کامپیوتر، فیزیولوژی و غیره سعی در درک هوشمند معنا از تصاویر محیط اطراف توسط کامپیوتر یا ماشین دارد. ردیابی اشیاء متحرک یکی از کاربردهای مهم بینایی ماشین است که نقشی اساسی را
آشکارسازی هدف متحرک یکی از مباحث مطرح در چند ساله اخیر در مسائل بینایی کامپیوتر بوده است. دقت و درجه اطمینان الگوریتم های آشکارسازی اهداف متحرک تأثیر مستقیم در مسائلی از جمله ردیابی و موقعیت یابی اهداف متحرک دارد. یکی از مسائلی که مشکلات مختلفی را در آشکارسازی و ردیابی جسم متحرک
امروزه استفاده روزافزون از دستگاه های آگاه از موقعیت منجر به انجام پژوهش های متعددی در زمینه داده کاوی مسیرهای حرکت اشیا متحرک شده است. از آن جا که داده های مسیرهای حرکت ممکن است شامل اطلاعات حساسی باشند، بنابراین حفظ حریم خصوصی اشیا متحرک در صورت انتشار این داده ها از اهمیت زیاد
پردازش و آنالیز تصویر قسمت هیجان انگیزی از علم کامپیوتر را تشکیل می دهد. کشف و ردیابی اشیاء متحرک در تصویر یکی از کاربردهای نظارتی و امنیتی علم پردازش تصویر است. برای بسیاری از سیستم های مبتنی بر تصویر، مانند دوربین های نظارتی، بسیار مهم است که شیئ متحرک به صورت خودکار کشف شود. ت
استفاده از سیستمهای بینایی و پردازش تصویر جهت تشخیص و ردگیری اشیاء در محیط های طبیعی مختلف با پیچیدگی بالایی مواجه میباشد. همچنین، انسداد شیء هدف، ثبات رنگی، ردگیری چند شی در مقابل دید یک چشمی، نویز در تصاویر، شکل پیچیده شی و تغییرات روشنایی صحنه، از مهمترین چالشهای سیستمها
استفاده از سیستمهای بینایی و پردازش تصویر جهت تشخیص و ردگیری اشیاء در محیط های طبیعی مختلف با پیچیدگی بالایی مواجه میباشد. همچنین، انسداد شیء هدف، ثبات رنگی، ردگیری چند شی در مقابل دید یک چشمی، نویز در تصاویر، شکل پیچیده شی و تغییرات روشنایی صحنه، از مهمترین چالشهای سیستمها
این مقاله با تمرکز روی رویکرد تاریخچهی حرکت در پایگاههای داده اشیاء متحرک، به ارزیابی ساختار و مدل داده پرداخته و سپس الگوریتمها به همراه پیچیدگی هر کدام، به طور جداگانه بحث گردیدهاند. همچنین با معرفی معیارها به عنوان ابزاری مناسب برای مقایسه پایگاههای داده اشیاء متحرک، از پ
در این مقاله، روشی جدید برای ردیابی چند شیء متحرک در تصاویر ویدئویی ارائه شده است. این روش توانایی ردیابی بی درنگ اشیاء متحرک را در محیط های همراه با انسداد، همپوشانی و تغییر جهت های متعدد داراست. روش ارائه شده توسعه ای بر فرآیند فیلتر ذره ای است که در این مقاله تحت عنوان فیلتر ذ
با افزایش روز افزون سیستمهای هوشمند حمل و نقل و سرویسهای مبتنی برمکان که از دادههای مکانی-زمانی بهره میبرند، نیاز به تکنیکها شاخصگذاری جدید برای این دادهها افزایش یافته است. این دادهها مربوط به زمان گذشته، حال یا آینده اشیاء متحرک هستند که شاخصهای موجود عموماً امکان شاخص
این مقاله با تمرکز روی رویکرد تاریخچهی حرکت در پایگاههای داده اشیاء متحرک، به ارزیابی ساختار و مدل داده پرداخته و سپس الگوریتمها به همراه پیچیدگی هر کدام، به طور جداگانه بحث گردیدهاند. همچنین با معرفی معیارها به عنوان ابزاری مناسب برای مقایسه پایگاههای داده اشیاء متحرک، از پ