تشخیص عابرپیاده با استفاده از الگوریتم استخراج ویژگی HOG الگوریتم بهینه ساز PSO و طبقه بند SVM

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 تشخیص عابرپیاده با استفاده از الگوریتم استخراج ویژگی HOG الگوریتم بهینه ساز PSO و طبقه بند SVM دارای ۱۳ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد تشخیص عابرپیاده با استفاده از الگوریتم استخراج ویژگی HOG الگوریتم بهینه ساز PSO و طبقه بند SVM  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی تشخیص عابرپیاده با استفاده از الگوریتم استخراج ویژگی HOG الگوریتم بهینه ساز PSO و طبقه بند SVM،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن تشخیص عابرپیاده با استفاده از الگوریتم استخراج ویژگی HOG الگوریتم بهینه ساز PSO و طبقه بند SVM :

تعداد صفحات :۱۳

چکیده مقاله:

تشخیص عابر پیاده از زیر شاخه های بینایی ماشین است که کاربردهای زیادی در سیستم های نظارت، کنترل ترافیک و … دارد. این موضوع بدلیل وجود حالت های مختلف عابرپیاده و ژست هایی که به خود می گیرد، و هم پوشانی با سایر عابرین پیاده و …، هنوز هم جز موضوعاتی است که در آینده نیاز به کار دارد. در این مقاله برای تشخیص عابرپیاده از الگوریتم استخراج ویژگی HOG استفاده شده است. سپس ویژگی های استخراج شده به الگوریتم PSO داده شده و فیچر های بهینه انتخاب گردید. برای طبقه بندی عابرپیاده از غیر عابرپیاده از طبقه بند SVM استفاده شد. نتایج حاصل از این تحقیق نشان می دهد که روش پیشنهادی با دقت تقریبا ۹۶ % قادر به تشخیص صحیح عابرپیاده می باشد.