تشخيص وسايل نقليه در محيط‌هاي تركيبي

در اين مقاله، طراحي و پياده‌سازي يك سيستم تشخيص وسايل نقليه مبتني بر تحليل اجزاء رنگ در فضاي RGB ارائه و چالش‌هاي آن از جمله شرايط جوي مختلف (باراني، برفي، مه‌آلود و...)، زمان‌هاي مختلف(روز، شب، ظهر، بعدازظهر)، ترافيك سنگين، وجود سايه و هم چنين وجود مشكلاتي در سطح جاده مورد بررسي قرار گرفته است. در سال‌هاي اخير روش‌هاي موثر بر مبناي ساخت مدل پس‌زمينه ارائه گرديده است اما اين روشها داراي مشكلاتي هستند كه اگر چنانچه اين مدل پس‌زمينه به صورت پيوسته بروز رساني نشود، تنها تغييرات روشنايي مي‌تواند كيفيت تشخيص را به شدت پائين بياورد. هدف اين مقاله پيشنهاد روشي براي تشخيص وسايل نقليه بدون نياز به ساخت و بروز رساني مدل پس زمينه است كه بتواند در چالش‌هاي مختلف به صورت مطلوب و با دقت بالا عمل كند. در اين روش براي غلبه بر مشكلات حاصل از تغييرات روشنايي و شرايط جوي مختلف از نرمال سازي هيستوگرام و براي استخراج اشياء در حال حركت از مقدار مشتق سطح خاكستري و جريان نوري استفاده شده است. در پايان براي جستجوي ناحيه‌هاي تشخيص داده شده و هم چنين براي جدا كردن خطوط و علائم از وسايل نقليه از توصيف‌گر HOG و دسته‌بند SVM استفاده شده است. نتايج آزمايش‌ها روي پايگاه داده‌ VDTD كارايي اين روش را تائيد كرده و نشان مي‌دهد كه روش پيشنهادي در شرايط جوي تركيبي و هم چنين در ترافيك سنگين بهتر از روش‌هاي مشابه عمل مي‌كند.