بررسی و پیاده سازی روش بیزین برای تشخیص و تعقیب الگوی تصویری در تصاویر متحرک
دسته بندي :
🔺سایر »
🔺پروژه های آموزشی
با توجه به اهمیت و کاربرد روزافزون تشخیص و ردیابی اشیای متحرک در زنجیره تصاویر ویدیویی، نیاز به سیستم‌های خودکار بلادرنگ با کارایی بالا در کاربردهای مراقبتی و امنیتی بیش از پیش احساس می‌شود. در این پایان نامه ابتدا الگوریتم‌های تشخیص و جداسازی اشیای متحرک با تاکید بر کاربردهای مراقبتی مورد بررسی و تحلیل قرار گرفته است. سپس با به کارگیری یکی از روش های حذف پس زمینه و ترکیب آن با روش بیزین، یک الگوریتم ترکیبی بهینه و قابل استفاده در کاربردهای نظارتی ارایه خواهد شد. این الگوریتم که به سطوح خاکستری قابل اعمال است، مبتنی بر استقلال خطی بردارها بوده و در برابر تغییرات محلی و سراسری روشنایی مقاوم است. به علاوه نیازی به تنظیم پارامترها ندارد و نسبت به تغییرات تکرار شونده پس زمینه نیز حساسیت کمی از خود نشان می دهد. برخلاف سایر روش های آشکارسازی مبتنی بر تئوری بیزین، این روش به محاسبات کمی نیاز دارد و می تواند در سیستم های بلادرنگ به کار گرفته شود. در ادامه سعی شده تا با استفاده از الگوریتم حذف تطبیقی نویز (ANC) و ترکیب آن با الگوریتم بیزین، یک روش تطبیقی جدید برای آشکارسازی اشیا نیز ارائه شود. در این روش پیکسل های مربوط به پیش زمینه و پس زمینه بدون نیاز به هیچ گونه اطلاعات قبلی و با استفاده از یک فیلتر تطبیق پذیر از یکدیگر متمایز می شوند. نتایج اولیه شبیه سازی، حاکی از قابلیت گسترش این ایده برای استفاده در سیستم های آشکارسازی می باشد
فهرست :
پیشگفتار
کارهای گذشته
انگیزه
نوآوری
ساختار پایان نامه
فصل روش های تشخیص الگوی متحرک
مقدمه
آشکارسازی اشیا متحرک
الگوریتم های آشکارسازی اشیا متحرک به روش حذف پس زمینه
مقایسه الگوریتم های آشکارسازی اشیای متحرک
روش های ارزیابی
ارزیابی مستقل
ارزیابی نسبی
معیارهای ارزیابی مبتنی بر پیکسل
معیارهای ارزیابی مبتنی بر شی
معیارهای ارزیابی مبتنی بر قالب
فصل اصول روش های بیزین در پردازش تصویر
مقدمه
تئوری تصمیم گیری آماری
روش کلاسیک
روش بیزین
مقایسه روش بیزین و کلاسیک
کاربرد روش بیزین در تحلیل تصاویر
توابع هزینه
انتخاب توزیع پیشین
پروفیل های توزیع پیشین نامناسب و تخمین درستنمایی بیشینه (ML)
میدان تصادفی مارکوف و قطعه بندی تصویر
روش MAPMRF
جمع بندی
فصل ترکیب الگوریتم بیزین و روش های حذف پس زمینه
تفاضل گیری از فریم های متوالی
ترکیب توابع گوسی
تخمین تابع چگالی احتمال به روش کرنل
مدل کردن زمینه با ویژگی های مکانی، زمانی و طیفی
جمع بندی
فصل راهکارهای پیشنهادی
بهبود الگوریتم پایه بیزین
روش لگاریتم نسبت ها
الگوریتم مبتنی بر حذف تطبیقی نویز (ANC)
شاخص گذاری اشیای متحرک
نتایج شبیه سازی
فصل نتیجه گیری و پیشنهادات
نتیجه گیری
پیشنهادات
فهرست مراجع
واژه نامه فارسی به انگلیسی
واژه نامه انگلیسی به فارسی