شناسایی نوع و مدل وسیله نقلیه با استخراج خودکار بخش‌های مشترک

پس از موضوعاتی چون تشخیص مکان خودرو و شناسایی گروه کلی خودرو، شناسایی نوع و مدل دقیق وسیله نقلیه (VMMR) در دهه‌ی اخیر در مرکز توجه محققین قرار گرفته است. این مسئله به دلیل وجود تعداد کلاس‌های زیاد و شباهت بسیار زیاد این کلاس‌ها به یکدیگر، از مسائل طبقه‌بندی دشوار به حساب می‌آید. در این مقاله، روشی برای شناسایی نوع و مدل وسیله نقلیه پیشنهاد شده است.روش پیشنهادی شامل دو بخش است. ارائه‌ی رویکردی جدید برای شناسایی نوع و مدل وسیله نقلیه و ارائه‌ی روشی برای پیاده‌سازی این رویکرد. رویکرد پیشنهادی با تمرکز بر بخش‌های تشکیل دهنده‌ی خودرو از قبیل چراغ‌ها، جلوپنجره و نشان‌واره به طبقه‌بندی کلاس‌های مختلف وسیله نقلیه می‌پردازد. برای پیاده سازی این رویکرد، یک مدل مبتنی بر بخش را با استفاده از الگوریتم ماشین بردار پشتیبان مخفی (Latent SVM) آموزش داده ایم. این مدل قادر به استخراج پنج بخش برای هر خودرو است. توصیفگر هیستوگرام گرادیان‌های جهت‌دار برای استخراج ویژگی و ماشین بردار پشتیبان برای طبقه‌بندی به کار گرفته شده‌اند. برای آزمایش رویکرد مورد اشاره، مجموعه داده‌ای متشکل از 720 تصویر از نمای جلو و پشت 21 کلاس مختلف از خودروها جمع‌آوری شده و تمامی بخش‌های آن‌ها هم به صورت دستی و هم به صورت خودکار علامت‌گذاری و استخراج گشته‌اند. نتایج آزمایشات انجام شده بر روی این تصاویر، در درجه اول، برتری رویکرد مبتنی بر بخش را نسبت به رویکردهای پیشین نشان می‌دهد؛ و در درجه دوم، نزدیکی دقت روش علامت‌گذاری خودکار به روش دستی را اثبات می‌کند. روش پیشنهادی موفق به کسب دقت 100% بر روی نمای جلو و پشت شده است.