2629
آشکارسازی تصویری درب های محیط های درونی به کمک ویژگی هیستوگرام گرادیان جهت دار و دسته بند ماشین بردار پشتیبان
در این تحقیق یک روش مسیریابی بر مبنای بینایی ماشین برای افراد نابینا ارائه شده است تا بتواند کمکی به این افراد برای دسترسی مستقیم به محیط های درونی ناآشنا باشد. این روش با استفاده از توصیفگر ویژگی هیستوگرام گرادیان جهت دار ( HOG )،ویژگی های تصاویر آموزشی برای تشخیص درب را بدست می دهد؛ سپس، با استفاده از دسته بند آموزش دیده ی ماشین بردار پشتیبان ( SVM )،دسته بندی تصاویر صورت می پذیرد. در نهایت با استفاده از یک الگوریتم خوشه بندی مکان تقریبی درب در تصویر مشخص می شود. نتایج آزمایش ها نشان می دهد که روش پیشنهادی دارای دقت بالا بر روی تصاویر درب که در محیط های درونی مختلف و با شرایط روشنایی و چشم انداز و پیچیدگی پس زمینه متفاوت تهیه شده اند، می باشد.دسته: مقاله
تعداد صفحات: 9
قیمت: 327,800 تومـان
حجم فایل: 793 کیلوبایت
فرمت فایل: pdf
خرید محصول
تاریخ: 10:58:56 1396/04/19
موضوعات مرتبط
هیستوگرام گرادیان جهتدار HOG کتاب اینترنت اشیا (IoT) نحوه آموزش وزن های شبکه عصبی رو به جلو با استفاده از ترکیب الگوریتم کوچ پرندگان PSO و بهینه سازی پس انتشار شبیه سازی و گزارشی از نحوه تشخیص لبه در تصویر با استفاده از الگوریتم بهینه سازی کلونی مورچه ها ACO شبیه سازی و بررسی الگوریتم بهینه سازی مبتنی بر انفجار نارنجک GEM شبیه سازی و گزارش نحوه عملکرد الگوریتم بهینه سازی کلونی زنبور عسل با حافظه Artificial bee colony algorithm with memory مسیریابی(routing)- بخش اول مسیریابی(routing)- بخش دوم ایجاد زیرشبکه (Subnetting) ششمین شماره ماهنامه دانش بنیان معاونت علمی و فناوری ریاست جمهوری پنجمین شماره ماهنامه دانش بنیان معاونت علمی و فناوری ریاست جمهوری شبیه سازی الگوریتم خوشه بندی پایگاه داده UCI به کمک الگوریتم بهینه سازی کلونی زنبور عسل ABC شبیه سازی الگوریتم خوشه بندی پایگاه داده UCI به کمک الگوریتم بهینه سازی کوچ پرندگان PSO شبیه سازی نحوه بهینه سازی توابع تست مختلف توسط الگوریتم نهنگ WOA بررسی اجمالی الگوریتم بهینه سازی انفجار نارنجک Grenade Explosion Method-GEM
