این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
محاسبات نرم، جلد ۴، شماره ۱، صفحات ۲-۱۳
عنوان فارسی تشخیص نوع خودرو با استفاده از مدل ۳-بعدی
چکیده فارسی مقاله در نظارت خودکار وسائل نقلیه، یکی از روش های مناسب برای تشخیص نوع آنها، استفاده از مدل های 3 بعدی خودروها می باشد. برای این منظور روش های مختلفی ارائه شده اند. یکی از مهمترین و پرکاربردی ترین آنها، روش های مبتنی بر ویژگی می باشند. در این مقاله در چارچوب پیشنهادی، الگوریتمی ارائه می گردد که برای تشخیص نوع خودرو می باشد. الگوریتم پیشنهادی اطلاعات لبه های تصاویر و مدل ها را به عنوان ویژگی در نظر می گیرد. برای استخراج اطلاعات لبه ها از یک بلوک توصیف گر با ابعاد مختلف استفاده شده است که منجر به تشکیل بردار ویژگی می شود. هر بردار ویژگی، آرایش و چیدمان لبه در همسایگی آن را ارائه می دهد. با در اختیار داشتن این اطلاعات با ارزش و با استفاده از روش نزدیک ترین همسایه، بردارهای ویژگی تصویر و مدل ها با یکدیگر ارزیابی می شوند و میزان تطابق آنها در یک ماتریس امتیاز جمع آوری می شود. در نهایت مدلی که بیشترین امتیاز را داشته باشد به عنوان نوع خودرو در تصویر تشخیص داده می شود. در آزمایشات نشان داده شده است که الگوریتم پیشنهادی از لحاظ سرعت و دقت نسبت به الگوریتم ها SURF و FREAK عملکرد بهتری ارائه می دهد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Vehicle Type Recognition Using 3-D CAD
چکیده انگلیسی مقاله In vehicle surveillance systems, one of the appropriate methods for recognition are 3-D models. Several methods have been proposed for this purpose. Feature based methods are most significant and widely used. In this paper, is proposed an algorithm within recognition framework. Proposed algorithm is considered information of image and model edges as feature. A block descriptor has been used extract edges information to feature vector. Every feature vectors provide arrangement and layout in neighbourhood of edge point. Image and model feature vectors are compared using nearest neighbour method and measuring compliance are stored in a score matrix. Finally, the model has the most points in the image is detected as vehicle type. The experimental result is shown the proposed algorithm in terms of speed and accuracy offers better performance than the algorithms SURF and FREAK.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله محسن مرادی | mohsen moradi
malek ashtar university
دانشگاه صنعتی مالک اشتر
سازمان اصلی تایید شده: دانشگاه صنعتی مالک اشتر (Malek ashtar university of technology)

مجتبی حسینی | mojtaba hosseini
malek ashtar university
دانشگاه صنعتی مالک اشتر
سازمان اصلی تایید شده: دانشگاه صنعتی مالک اشتر (Malek ashtar university of technology)

امیرحسین مومنی ازندریانی | amirhossein momeni azandaryani
malek ashtar university
دانشگاه صنعتی مالک اشتر
سازمان اصلی تایید شده: دانشگاه صنعتی مالک اشتر (Malek ashtar university of technology)

نشانی اینترنتی http://scj.kashanu.ac.ir/browse.php?a_code=A-10-24-3&slc_lang=fa&sid=fa
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1052/article-1052-206313.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده تخصصی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات