شماره ركورد كنفرانس :
4179
عنوان مقاله :
روشي نوين براي رهگيري عابر پياده در تصاوير ويدئويي
عنوان به زبان ديگر :
New Method for pedestrian tracking in video
پديدآورندگان :
باقري گلزار سعيد saeid.bagherigolzar@gmail.com دانشگاه آزاد اسلامي واحد قم , حبيبي مريم mhabibi@riau.ac.ir دانشگاه آزاد اسلامي واحد رودهن , جاويد فرد ميلاد milad.javid.fard@live.com دانشگاه تبريز
كليدواژه :
مهندسي ترافيك , حملونقل , فيلتر كالمن تطبيقي , شيء متحرك , فضاي رنگ HSI.
عنوان كنفرانس :
اولين مسابقه كنفرانس بين المللي جامع علوم مهندسي در ايران
چكيده فارسي :
در اين مقاله، يك روش جديد براي رهگيري شيء متحرك پيشنهاد داده مي شود. در ابتدا، يك شيء متحرك توسط كاربر انتخاب شده و سپس سگمنت بندي مي شود و سپس رنگ غالب از هدف سگمنت بندي شده استخراج مي شود. در بخش رهگيري، ساختار مدل حركتي با سيستم فيلتر كالمن تطبيقي ست مي شود. سپس، رنگ غالب شيء متحرك در فضاي رنگ HIS بهعنوان ويژگي براي تشخيص شيء متحرك در فريم هاي متوالي مورداستفاده قرار مي گيرد. نتايج تشخيص بهصورت بازخورد براي تخمين پارامترهاي فيلتر كالمن تطبيقي بهمنظور تنظيم ضريب جفت شده گي مورداستفاده قرار مي گيرد. روش پيشنهادي قادر است شيء متحرك را در شرايط پيچيدهي دنياي واقعي مطمئني رهگيري كند. همچنين در شرايطي مانند شيء متحرك سريع، تغيير روشنايي، تغيير جهت و تغيير سرعت ناگهاني شيء متحرك بهخوبي عمل مي كند.روش پيشنهادي يك الگوريتم مؤثر در رهگيري تصاوير ويديوئي است.
چكيده لاتين :
In this paper, a new method for tracking a moving object is proposed. First, a moving object selected by the user and then segmented and then extracted dominant color of the target segment. On the track, the motor model adaptive Kalman filter system is used. The dominant color of moving objects in space as a characteristic to distinguish moving objects in color HIS successive frame is used. The diagnosis results as feedback to adjust the coupling coefficient Kalman filter to estimate the parameters used in your case. The proposed method can track moving objects in complex situations in the real world safe. Also in conditions such as fast moving object, change the brightness, change the direction and speed changes rapidly moving object is good Knd.rvsh proposed algorithm is effective in tracking video.