نام پژوهشگر: محمد حجتی سعیدی
محمد حجتی سعیدی مهدی رضایی
در سال های اخیر تحقیقات زیادی در زمینه تشخیص انسان در تصاویر به منظور کاربرد در سیستم های جلوگیری از برخورد خودرو با عابر پیاده، صورت گرفته است. اما با توجه به حضور حیوانات در محدوده جاده های برون شهری و سرعت بالای خودروهای عبوری در این نوع جاده ها، احتمال وقوع تصادف با حیوانات نیز بالا می باشد و وجود سیستمی برای تشخیص به موقع حیوانات و هشدار به رانندگان ضروری است. در این پایان نامه روشی برای تشخیص و شناسایی شتر در تصاویر جادهای معرفی می شود. در این سیستم یک دوربین نور مرئی در جلوی خودرو نصب می شود که تصاویر جاده را دریافت میکند. سپس این تصاویر با استفاده از یک کامپیوتر و با الگوریتم های تشخیص شتر پردازش می شوند و در صورت شناسایی شتر در تصویر، سیستم به وسیله هشدارهای لازم راننده را آگاه خواهد کرد. برای استخراج ویژگی های تصویر و تشخیص شتر از دو الگوریتم هیستوگرام جهت گرادیان (hog) و توصیفگر هیستوگرام لبه (ehd) و ترکیب آنها با الگوریتم دسته بندی کننده ماشین بردار پشتیبان (svm) استفاده می شود. برای این منظور یک پایگاه داده از تصاویر شتر ایجاد شد و با اعمال الگوریتم های hog و ehd بر روی این پایگاه داده و با استفاده از معیار مقایسه دقت تشخیص، تغییرات لازم در ساختار این الگوریتم ها برای تشخیص شتر در تصاویر به وجود آمد.