تشخيص عابرپياده با استفاده از الگوريتم استخراج ويژگي HOG، الگوريتم بهينه ساز PSO و طبقه بند SVM

تشخيص عابر پياده از زير شاخه هاي بينايي ماشين است كه كاربردهاي زيادي در سيستم هاي نظارت، كنترل ترافيك و ... دارد. اين موضوع بدليل وجود حالت هاي مختلف عابرپياده و ژست هايي كه به خود مي گيرد، و هم پوشاني با ساير عابرين پياده و ...، هنوز هم جز موضوعاتي است كه در آينده نياز به كار دارد. در اين مقاله براي تشخيص عابرپياده از الگوريتم استخراج ويژگي HOG استفاده شده است. سپس ويژگي هاي استخراج شده به الگوريتم PSO داده شده و فيچر هاي بهينه انتخاب گرديد. براي طبقه بندي عابرپياده از غير عابرپياده از طبقه بند SVM استفاده شد. نتايج حاصل از اين تحقيق نشان مي دهد كه روش پيشنهادي با دقت تقريبا 96 % قادر به تشخيص صحيح عابرپياده مي باشد.