پروژه سیستم های تشخیص وسایل نقلیه

مقدمه

پروژه سیستم های تشخیص وسایل نقلیه در سال های اخیر نظارت بر ترافیک و ایمنی وسایل نقلیه اعم از خودروها ، قطارها ، کامیون ها ، …. مورد توجه کمیته های حمل و نقل هوشمند قرار گرفته است .جهت بررسی سیستم های که ما را به اهداف فوق برساند ، نیاز به تشخیص وسیله ی نقلیه است تا بتوان پردازش ها و اقدامات لازم را به عمل آورد .از طریق روش های فوق ، به کمک یک بانک اطلاعاتی شامل چندین وسیله نقلیه نمونه که از تصاویر واقعی جاده استخراج شده اند ، آزمایشات ویژه و متنوعی بر روی وسایل نقلیه انجام می شود و کارایی هر روش جهت تشخیص صحیح در کوتاه ترین زمان ممکن ثبت می شود و مورد استفاده های بعدی قرار خواهد گرفت .

 واژه‌های کلیدی

تشخیص ،  استخراج ، ویژگی های محلی ، وسیله ی نقلیه ، ترافیک ، تطبیق ،  تغییر شکل یافتن فوریه ، موج ضربه ای کوچک ،  منحنی ضربه ای ، طرح های بازتابشی

بنابراین در این مطلب از فروشگاه مارکت فایل به ارائه  سیستم های تشخیص وسایل نقلیه در قالب 80 صفحه می‌پردازیم.

فهرست مطالب

مقدمه

فصل یکم- تشخیص وسایل نقلیه ی جاده ای در تصاویر دوربینی

نواحی کاندید شده مورد نظر

۱-۱-۱- تشخیص و ردیابی خط

۱-۱-۲- وسایل نقلیه مورد نظر

تشخیص وسایل نقلیه

فصل دوم – سیستم تشخیص وسایل نقلیه مبتنی بر ویژگی های محلی با استفاده از برد بینایی موازی

۲-۱- الگوریتم تشخیص

۲-۱-۱- تکنیک پنجره مشخصه

۲-۱-۲- تکنیک فضای مشخصه

۲-۱-۳-  انتخاب مشخصه ی ویژگی

۲-۱-۴- عملیات انتخاب

۲-۲- الگوریتم بردار تدریجی

۲-۳- آزمایشات تشخیص وسایل نقلیه

۲-۳-۱- وسایل نقلیه همراه با موانع جاده ای

۲-۳-۲- تشخیص وسایل نقلیه

فصل سوم – تشخیص اتوماتیک وسایل نقلیه در توالی از تصاویر هوایی با نرخ فریمی پایین

۳-۱- نظارت ترافیک

۳-۲- خط مشی کلی

۳-۳- تشخیص وسیله نقلیه

۳-۳-۱- روند تشخیص

۳-۲-۲- پارامترها ی وسیله نقلیه

۳-۳-۳- تطبیق

۳-۴-  ارزیابی تشخیص

۳-۴-۱- طرح ارزیابی

۳-۴-۲- اجرای تشخیص و ردیابی

۳-۴-۳-هماهنگی حرکتی

۳-۴-۴-  مقدار نهایی

۳-۵- بررسی الگوریتم

فصل چهارم – تشخیص و مکان یابی وسایل نقلیه جاده ای به طور همزمان بوسیله مدلی مبتنی بر بینایی متمرکز

۴-۱-۲- پردازش مراحل تشخیص و ردیابی

۴-۱-۳- شناسایی جهت تشخیص و توابع هزینه ی آن

۴-۱-۴ – ارزیابی الگوریتم

۴-۲-  کاربرد تشخیص و مکان یابی وسایل نقلیه ی جاده ای

۴-۲-۱-  مدل سازی شی در دنیای سه بعدی

۴-۲-۲- فازهای یادگیری

۴-۲-۳- تشخیص و توابع هزینه

۴-۲-۴- مکان یابی وسایل نقلیه

۴-۲-۵- ردیابی وسایل نقلیه

فصل پنجم – تشخیص وسایل نقلیه با استفاده از یادگیری با ناظر

۵-۱- طرح کلی مدل پیشنهادی

۵-۲- بهبود تابع تشخیص نمایی اصلاح شده (ام کیو دی اف)

۵-۳- آزمایشات انجام شده

فصل ششم- تشخیص وسایل نقلیه مبتنی بر تغییر شکل های فوریه ، موج ضربه ای کوچک و منحنی ضربه ای

۶-۱- استخراج ویژگی

۶-۱-۱- تغییر شکل یافتن فوریه

۶-۱-۲-تغییر شکل یافتن از طریق موج ضربه ای کوچک

۶-۱-۳- تغییر شکل یافتن از طریق منحنی ضربه ای

۶-۱-۴- طبقه بندی

۶-۲- نتایج آزمایشات

۶-۲-۱-آنالیز تطبیقی توصیف گر فوریه ای، موج ضربه ای و منحنی ضربه ای

۶-۲-۱-۱- تغییر شکل فوریه ای

۶-۲-۱-۲- تغییر شکل موج ضربه ای

۶-۲-۱-۳- تغییر شکل منحنی ضربه ای

۶-۲-۲- کاهش ابعاد بردارهای مشخصه(عوامل مشترک فوریه ،موج ضربه ای ومنحنی ضربه ای)

فصل هفتم – مدل تغییر پذیر عمومی برای تشخیص وسایل نقلیه

۷-۱-  مدل پارامتریزه شده

۷-۲- جمع آوری اطلاعات

۷-۳- پایداری ساختار بهبود یافته

۷-۴- تجزیه و تحلیل اجزای اصلی

فصل هشتم – تشخیص واگن های ریلی در طرح های بازتابشی

۸-۱- تشخیص سیگنالی

۸-۱-۱- روش کار

۸-۱-۳- توضیح سناریو

۸-۱-۴- روش انجام آزمایش

۸-۲- تئوری تشخیص سیگنالی

۸-۳- آزمایش فاصله ی تشخیص

۸-۳- ۱ روش کار

۸-۳-۲- طراحی آزمایش

۸-۳-۳- توضیح سناریو

۸-۳-۴- روش انجام آزمایش

نیتجه گیری

منابع و مآخذ……

مقاله تجزیه و تحلیل سیستم ها

منابع و مآخذ

[۱] A. Mohan, C. Papageorgiou, and T. Poggio, “Example-based object detection in images by components,” IEEE Transactions on Pattern Analisis and Machine Intelligence, Vol. 23, No. 4, April 2001.

[۲] A. Shashua, Y. Gdalyahu, and G. Hayun, “Pedestrian detection for driving assistance systems: single-frame classification and system level performance,” In Proc. IEEE Intelligent Vehicles Symposium, pp. 1-6, Parma, Italy, June 14-17, 2004.

[۳] Carroll, A., Multer, J., Williams, D. and M. Yaffee, (1999). Safety of Highway-Railroad GradeCrossings: Freight Car Reflectorization. Report No. DOT/FRA/ORD-98/11, Washington,DC: U.S. Department of Transportation, Federal Railroad Administration.

[۴] C. Papageorgiou and T. Poggio, “A trainable system for object detection” . Intl J.Computer Vision, Vol. 38, No. 1, pp. 15-33, 2000.

[۵] Chapuis R. Chausse F., Trujillo N and Naranjo M. Object recognition by model based focused vision. 2004.