مقاله شناسایی اشیا متحرک در ویدیو با استفاده از تفریق پس زمینه تغییر یافته و روش جریان نوری (2016 آی تریپل ای )

عنوان فارسی مقاله شناسایی اشیا متحرک در ویدیو با استفاده از تفریق پس زمینه تغییر یافته و روش جریان نوری
عنوان انگلیسی مقاله Identifying Moving Objects in a Video using Modified Background Subtraction and Optical Flow Method
فهرست مطالب چکیده

1. مقدمه

2. الگوریتم پیشنهادی

A. مدلسازی پس زمینه

B. جریان نوری

C. تفاضل قاب

D. ترکیب داده ها

3. تحلیل آزمایشی

4. نتیجه گیری

بخشی از متن مقاله انگلیسی Abstract

To identify the object in a video that changes its position from time to time in a video is amongst the crucial steps in various application of computer vision like extraction of objects, video surveillance, classification and pattern identification as well. In this paper a novel approach is proposed that is used to detect the objects that are not stationary in noisy environment. In the proposed algorithm Gaussian mixture model is used to extract the moving object and then the Optical flow method is used to acquire error free results quickly followed by frame differencing to obtain accurate extraction of shapes. The algorithm has been analyzed and tested over various videos in different environmental circumstances .The result acquired proves the algorithm to be more reliable, the detection is more precise and even low in terms of cost and memory requirement as well.

ترجمه بخشی از متن مقاله چکیده

شناسایی شی در ویدیو که موقعیتش گاهاً در ویدیو تغییر می کند، در میان بحرانی ترین مراحل کاربرد دید کامپیوتر، مثل استخراج اشیاء، نظارت ویدیویی، دسته بندی و شناسایی الگو جای دارد. در این مقاله شیوه جدیدی برای تشخیص اشیاء متحرک درمحیط نویزی پیشنهاد شده است. در الگوریتم پیشنهادی، از مدل مخلوط گاوسی برای استخراج شی متحرک و سپس از روش جریان نوری برای کسب سریع نتایج بدون خطا و سپس از تفاضل قاب برای استخراج درست اشکال استفاده می شود. الگوریتم روی ویدیوهای مختلف در موقعیت های محیطی گوناگون مورد تجزیه و تحلیل قرار گرفته و تست شده است. نتیجه بدست آمده ثابت می کند الگوریتم مطمئن تر بوده، تشخیص دقیق تر و حتی از لحاظ نیازهای هزینه و حافظه پائین می باشد.

سال انتشار 2016
ناشر آی تریپل ای
مجله  سومین کنفرانس بین المللی محاسبات برای توسعه جهانی پایدار
کلمات کلیدی  مدلسازی پس زمینه، تفاضل قاب، مدل مخلوط گاوسی (GMM)، تشخیص حرکت، جریان نوری
 تعداد صفحات مقاله انگلیسی 5
تعداد صفحات ترجمه مقاله 9
مناسب برای رشته مهندسی کامپیوتر
مناسب برای گرایش مهندسی نرم افزار، مهندسی الگوریتم ها و محاسبات و هوش مصنوعی
دانلود رایگان مقاله انگلیسی ○ دانلود رایگان مقاله انگلیسی با فرمت pdf
خرید ترجمه فارسی ○ خرید ترجمه آماده این مقاله با فرمت ورد
سایر مقالات این رشته ○ مشاهده سایر مقالات رشته مهندسی کامپیوتر

دیدگاهتان را بنویسید