%38تخفیف

دانلود پروژه: بررسی روش¬های ردگیری اشیاء متحرک در دنباله تصاویر

تعداد 124 صفحه در فایل word

چکيده

ردگيري اشيا متحرک در ویدئو یکی از مسائل مطرح در زمينه‌ي بينايي ماشين هست. اين موضوع کاربردهاي بسياري از جمله در سیستم‌های نظارت ويدئويي، ارتباط متقابل بين انسان و رايانه، رباتيک، نظارت ترافيکي و همچنين در زمينه پزشکي دارد.

در اين پایان‌نامه الگوريتمي کارا جهت رديابي شی‌ء در تصاوير ويدئويي با استفاده از ويژگي رنگ و با کمک مکان‌ياب جابجايي ميانگين تطبيقي مداوم و ترکيب آن با فيلتر تطبيقي حداقل ميانگين مربعات ارائه شده است. درروش پيشنهادي ابتدا ناحيه‌ي شی‌ء توسط کاربر در فريم اول مشخص مي‌‌‌گردد. سپس تابع چگالي احتمال رنگ براي هر پنجره جستجو محاسبه مي‌شود. با اعمال الگوريتم جابجايي پنجره‌ي جستجوي بهينه براي فريم بعدي تعيين مي‌شود. براي بهبود عملکرد با استفاده از الگوريتم حداقل ميانگين مربعات موقعيت جسم را در فريم بعدي پيشگويي مي‌شود. به اين صورت که مختصات پنجره‌ي به‌دست‌آمده‌ آمده از الگوريتم جابجايي ميانگين تطبيقي مداوم را به‌عنوان داده ورودي به فيلتر حداقل ميانگين مربعات داده و وضعيت سيستم در مرحله بعد پیش‌بینی مي‌شود. نتايج به‌دست‌آمده بيانگر اين است که روش پيشنهادي قابليت رديابي مطمئن اشيا را به‌طور مطمئن را داراست و مشکلات ناشی از وجود تغييرات اندازه شی‌ء را بخوبي جبران مي‌‌‌کند.

همچنين نتايج بيانگر اين است که روش پيشنهادي عملکرد بهتري در مقايسه با روش جابجايي ميانگين مداوم تطبيقي به تنهايي برای پیشگویی مکان بعدی شی‌‌ در تصویر دارا می‌باشد. علاوه بر اين روش پيشنهادي ناحيه‌ي اشغال‌شده در هر فريم توسط شی‌ء را فراهم مي‌‌‌کند که از آن می‌توان در پردازش‌های مرتبه بالاتر مانند تشخيص، تعبير و تفسير نوع رفتار شی‌ء و نظاير آن استفاده کرد.

واژه‌های کليدي: بينايي ماشين، ردگیري شی‌ء، ويژگي رنگ، جابجايي ميانگين مداوم تطبيقي، حداقل ميانگين مربعات.

فهرست مطالب

چکيده 1

فصل اول. 2

1- مقدمه. 3

1-1-کليات ردگيري شی‌ء. 4

1-2- كاربردهاي ردگيري شی‌ء. 5

1-2-1- بازشناسي بر اساس حركت.. 5

1-2-2- نظارت خودكار. 6

1-2-3- نمایه‌گذاری فایل‌های ویدئویی.. 6

1-2-4- ارتباطات متقابل انسان و رايانه. 6

1-2-5- نظارت ترافيکي.. 7

1-2-6- هدايت وسايل نقليه. 7

1-2-7- کاربردهاي ديگر. 7

1-3- اهداف پایان‌نامه. 7

1-4- ساختار پایان‌نامه. 8

جمع‌بندی.. 8

فصل دوم. 9

2- روش‌های ردگيري شی‌ء. 10

مقدمه. 10

2-1- تقطيع پیش‌زمینه و تشخيص حرکت.. 10

2-2- طبقه‌بندی روش‌های ردگيري.. 11

2-2-1- ردگيري نقاط.. 13

2-2-1-1- روش‌های قطعي.. 14

2-2-1-2- روش‌های آماري.. 16

2-2-2- ردگيري بر اساس هسته. 17

2-2-2-1- روش‌های تطابق قالب.. 17

2-2-2-2- روش‌های مبتني بر ويژگي.. 19

2-2-2-3- روش‌های مدل‌های چندتايي.. 22

2-2-3- ردگيري سياه نما 23

2-2-3-1- روش‌های تطابق شکل. 24

2-2-3-2- روش‌های ردگيري کانتور. 25

2-2-4- روش‌های تفريق فريم و تفريق زمينه. 28

2-3- ویژگی‌های شی‌ء. 32

2-3-1- رنگ… 32

2-3-1-1- فضاي رنگ R-G-B.. 33

2-3-1-2- فضاي رنگ H-S-V.. 34

2-3-2- بافت.. 35

2-3-3- لبه. 35

2-4- شار نوري.. 36

2-5- پيچيدگي و موانع مسئله‌ی ردگيري شی‌ء. 37

2-5-1- کاهش ابعاد. 37

2-5-2- حرکت دوربين.. 38

2-5-3- تغييرات روشنايي صحنه. 38

2-5-4- ساختار غير صلب شی‌ء. 38

5-5-2- حرکات پيچيده و ناگهاني شی‌ء. 38

2-5-6- تغيير شکل و اندازه‌ي شی‌ء. 39

2-5-7- پوشيدگي شی‌ء. 39

2-6-  سيستم ردگيري ايده آل. 39

جمع‌بندی.. 42

فصل سوم. 43

3- جابجايي ميانگين و فیلترهای تطبيقي.. 44

مقدمه. 44

3-1-  ردگیری‌های مبتني بر جابجايي-ميانگين.. 44

3-1-1- جابجايي ميانگين تطبيقي مداوم (CAMShift) 45

3-2- الگوريتم جابجايي ميانگين.. 46

3-2-1- پارامترهاي الگوريتم جابجايي ميانگين.. 47

3-3- الگوريتم Camshift 48

3-4- فيلترهاي تطبيقي.. 50

3-4-1- مقدمه‌اي بر فيلترهاي ديجيتال. 50

3-4-2- مقدمه‌اي در مورد فيلترهاي تطبيقي.. 51

3-4-3- فيلترهاي تطبيقي بر پايۀ LMS. 54

1-3-4-3- معرفي الگوريتم LMS. 54

3-5- ساختارهاي تطبيقي.. 55

جمع‌بندی.. 57

فصل چهارم. 58

4-آزمایش‌ها و نتايج.. 59

مقدمه. 59

4-1- شرايط انجام آزمايش: 59

4-2- پیاده‌سازی Camshift 59

4-3- ترکيب الگوريتم Camshift با فيلتر تطبيقي LMS. 64

4-4- بررسی نتایج آزمایش… 66

جمع‌بندی.. 66

فصل پنجم. 67

5- نتیجه‌گیری و پيشنهادات.. 68

منابع و مآخذ. 70

 

قبلا حساب کاربری ایجاد کرده اید؟
گذرواژه خود را فراموش کرده اید؟
Loading...
enemad-logo