لطفا به نکات زیر در هنگام خرید دانلود پاورپوینت تشخیص و ردیابی مانع بر اساس توجه فرمایید.

1-در این مطلب، متن اسلاید های اولیه دانلود پاورپوینت تشخیص و ردیابی مانع بر اساس قرار داده شده است 2-به علت اینکه امکان درج تصاویر استفاده شده در پاورپوینت وجود ندارد،در صورتی که مایل به دریافت  تصاویری از ان قبل از خرید هستید، می توانید با پشتیبانی تماس حاصل فرمایید 3-پس از پرداخت هزینه ، حداکثر طی 12 ساعت پاورپوینت خرید شده ، به ادرس ایمیل شما ارسال خواهد شد 4-در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل اسلاید ها میباشد ودر فایل اصلی این پاورپوینت،به هیچ وجه بهم ریختگی وجود ندارد 5-در صورتی که اسلاید ها داری جدول و یا عکس باشند در متون زیر قرار نخواهند گرفت

اسلاید ۱ :

v   مقدمه

ü  دراین جا یک الگوریتم ردیاب و مسیریاب ماشینی با زمان حقیقی  برای عکس های ویدئویی ماشینی معرفی می کنیم.

ü

ü این ردیاب ماشینی با زمان حقیقی کاربردهای قابل استفاده ای دارد مثلا” برای همین سیستم اخطار دهنده تصادم رو در روی ماشین ها .

ü

ü ما از سیستم CDT برای گردآوری ویژگی های تصاویر استفاده می کنیم.  

ü

ü

اسلاید ۲ :

v

vاطلاعات مربوطه و روش پیشنهاد شده

ü    اگر بخواهیم در این روش ردیابی موانع از نظر کامپیوتری دقیق باشیم باید کلی اطلاعات و یا خصوصیات جمع اَوری کنیم.

ü

ü  روشی که پیشنهاد می شود ، سیستمی است که بر اساس ظاهر است.

اسلاید ۳ :

v

              ردیابی ماشین در زمان حقیقی

v

üاز خصوصیات مختصاتی ساده برای طبقه بندی ماشین استفاده می شود: تراکم  گوشه ها،تراکم خط های عمودی و افقی ودرجه انحراف ناحیه .

در حقیقت ،این چهار خصلت به تنهایی یک طبقه بندی خوبی را ارائه می دهند.

   

اسلاید ۴ :

 

 

                                                                      قطعه قطعه کردن تصاویر

                                                  فرضیه ساختن

 ردیابی ماشین

                                                  بررسی فرضیه

                                                  نتایج ردیابی

                                                                        

 

اسلاید ۵ :

v

vقطعه قطعه کردن تصاویر

v

ü  در قطعه بندی بر اساس CDT قطعه های تصویر به وسیله ی پیدا کردن قطعات خطوط و بکاربردن CDT برای یافتن یک تقسیم بندی مثلثی مناسب .

ü

üاز یک ردیاب گوشه ای که همراه است با دسته بندی کردن خطوط و متناسب کردن اَنها برای بدست اَوردن قطعات خطوط استفاده می شود.

ü

üهمچنین از یک ردیابی خطی برای شکستن خطوط منحنی ها استفاده کردیم.

اسلاید ۶ :

vفرضیه ساختن

üیک فرضیه ماشینی از دو قطعه خط افقی بوجود می اَید.در ابتداخط های افقی از بین گوشه های مثلث ها انتخاب میشوند.

ü

üیک خط افقی به عنوان baselineماشینی کاندید میشود، فرضیات مکانی ۳-D ماشین تخمین زده میشود.

üقدم بعدی جستجو کردن برای خط  های ممکن بالایی است.

اسلاید ۷ :

v

vبررسی فرضیه ها

ü چهار خصلت مختصاتی برای بررسی یک فرضیه استفاده شده است.

 

                              تراکم گوشه ای

 

                              تراکم خطوط افقی

 

                             تراکم خطوط عمودی

                              انحراف استاندارد                   

                        

اسلاید ۸ :

q

q

qتراکم گوشه ای بوسیله ی میانگین تابع انرژی به روی تمام pixel ها بدست می آ ید.

q

q  تراکم خطوط افقی بوسیله ی میانگین گرفتن ماکزیمم

     (y|,0∂/I∂|α-|x∂/I∂|)به روی تمام pixel ها .حساب می شود.(۳= α)

    ( x∂/I∂ )و (y∂/I∂) با اجرا کردن ۳*۳ بدست می آید.

q

q   تراکم خطوط عمودی بوسیله ی میانگین گرفتن ماکزیمم

    (x|,0∂/I∂|β-|y∂/I∂|)به روی تمام pixel ها حساب می شود.(۳= β )

 

اسلاید ۹ :

q

qتمام مقادیر خصوصیات فرضیه را برای یک مثلث محاسبه کرده و سپس برای تمام مثلث ها بسط می دهیم.

q

qمقدار میانگین کل ناحیه از جمع کردن میانگین مثلث ها با در نظر گرفتن ناحیه آنها بدست می آید.

qسپس،انحراف استاندارد این فرضیه بوسیله ی این فرمول محاسبه

   میشود:

q

 

اسلاید ۱۰ :

 

Ø هر فرضیه و همه فرضیات بر اساس بازده SVM(نمره فرضیه) بدست

 می آیند و فرضیات با نمرات بالا انتخاب شده اند.فرضیات انتخاب شده در این مثال ،تصویرش دراین شکل  نشان داده شده است.