نام پژوهشگر: عقیل کشیرتقرتپه
عقیل کشیرتقرتپه علی حریمی
در این پایان نامه یک روش تشخیص علائم ترافیک برای علائم دایره ای (منع کننده و اجبار کننده) ، و برای علائم مثلثی (خطر) ارائه می شود. در اینجا از روش هیستوگرام گرادیان شیب دار(hog) و دو پنجره لغزان بزرگ و کوچک استفاده شده است. نامزد منطقه مورد علاقه(roi) ما برای اولین بار ، در پنجره کوچک کشف می شود ، و در یک پنجره اندازه بزرگ با دقت بالاترمورد تایید قرار می گیرد. در مقایسه با الگوریتم اصلی hog ، که از پنجره لغزان سایز ثابت استفاده می کند ، روش پیشنهادی دو پنجره بزرگ و کوچک دارای دو مزیت زیر است: اول، برای الگوریتم اصلی hog ، اندازه پنجره بسیار کوچک شده است که کوچکترین علائم ترافیک تشخیص داده شود ، این کار منجر به کم شدن دقت تشخیص می شود. در روش ارائه شده ، پنجره های کوچک مورد استفاده در فیلتر بزرگ مطمئن می سازد که کوچکترین علامت ترافیکی را می توان شناسایی کرد ، و پنجره های سایز بزرگ مورد استفاده در فیلتر کوچک ، فراخوان و دقت بالا را تضمین می کند. دوم، فیلتر بزرگ کارآمدتر و فیلتر کوچک دقیق تر است، ترکیب دو فیلتر روش پیشنهادی ، کارآمد تر از الگوریتم اصلی hog و روشهای مورد استفاده قبلی است در حالی که دقت از دست نمی رود.