طبقه بندی وسایل نقلیه افراد از طریق حرکت بازگشتی مشخصه های اسکلتی

توضیحات محصول

مقاله ترجمه شده :طبقه بندی وسایل نقلیه  افراد از طریق حرکت بازگشتی مشخصه های اسکلتی

ترجمه چکیده

طبقه بندی وسایل نقلیه، بخش مهمی از سیستم حمل و نقل هوشمند است. در این مطالعه، از پردازش تصویر و تکنیک های یادگیری ماشین برای طبقه بندی وسایل نقلیه در مسیرهای اختصاصی استفاده می کنیم. تصاویری حاوی مشخصات نمای جانبی وسایل نقلیه با استفاده از یک پرده نوری تجاری ساخته می شوند. این قابلیت باعث قدرتمند شدن نتایج نسبت به تغییرات در شرایط عملیاتی و محیطی می شود. پرش زمانی برای جبران تغییرات سرعت در ترافیک اعمال می شود. ویژگی هایی مانند پنجره ها و نواحی توخالی استخراج می شوند تا موتورسیکلت ها را در برابر خودروها متمایز نماید. مقادیر دایره ای و پیچیدگی اسکلت به عنوان ویژگی های طبقه بندی کننده استفاده می شوند. K نزدیک ترین همسایه و درخت تصمیم گیری به عنوان مدل های طبقه بندی کننده انتخاب می شوند. روش پیشنهادی در یک بزرگراه عمومی ارزیابی شده و نتایج طبقه بندی امیدوارکننده ای به دست می آید. 2017 نویسندگان. منتشر شده توسط الزوییر B.V. بررسی همکاری تحت مسئولیت کمیته علمی کنفرانس سیستم های تطبیقی پیچیده با موضوع: مهندسی سیستم های فیزیکی سایبر.

چکیده انگلیسی

Classification of vehicles is an important part of an Intelligent Transportation System. In this study, image processing and machine learning techniques are used to classify vehicles in dedicated lanes. Images containing side view profile of vehicles are constructed using a commercially available light curtain. This capability makes the results robust to the variations in operational and environmental conditions. Time warping is applied to compensate for speed variations in traffic. Features such as windows and hollow areas are extracted to discriminate motorcycles against automobiles. The circularity and skeleton complexity values are used as features for the classifier. K-nearest neighbor and decision tree are chosen as the classifier models. The proposed method is evaluated on a public highway and promising classification results are achieved.

 

خرید این محصول

 
 زرین پال   
 
 

خواهشمنداست در صورت عدم دریافت فایل به با یادداشت کردن کد رهگیری و مراجعه به بخش پیگیری سفارش ها با زدن کد رهگیری فایل خود را مجددا دریافت کنید در غیر این صورت جهت هر گونه مشکل با شماره ذیل پیامک و یا تلگرام بدید

پشتيباني 24 ساعته (پيامك و تلگرام)

09189431367 

امکان پرداخت با کلیه کارت های عضو شتاب میسر است


 

سوالات و نظر شما در مورد این محصول

 
 

تمامی حقوق برای وب سایت پایگاه علمی پژوهشی دانشجویانistudents.ir محفوظ است

طراحی سایت توسط سئو سم