شناسايي خودرو در تصاوير UAV با استفاده از الگوريتم SIFT با رويكرد خوشه بندي عوارض موضعي

در طول چند دهه‌‌ي اخير محيط‌‌هاي شهري بسيار بيشتر از گذشته گسترش يافته‌‌اند. يكي از مهمترين مشكلاتي كه  در اكثر كلان شهرها و حتي شهرهاي كوچك وجود دارد مديريت سيستم حمل و نقل است. يك سيستم نظارتي پيشرفته از وسايل نقليه‌‌ي درون شهري امكان غلبه بر مشكلات ترافيكي و ازدحام خودرو‌ها را فراهم مي‌‌نمايد، و به تبع آن از مشكلات آلودگي هوا مي‌‌كاهد. با توسعه‌‌ي پرنده‌‌اي بدون سرنشين (UAV) امكان پايش مستمر و دقيق محيط‌‌هاي شهري براي كاربران فراهم گرديده است. در اين تحقيق هدف ارائه روشي سريع و با عملكردي مناسب از  نظر دقت در شناسايي اتوماتيك خودرو در تصاوير پهپاد با حدتفكيك بسيار بالا است. در گام شناسايي خودرو از قابليت الگوريتم آشكارساز و توصيفگر عوارض موضعي SIFT استفاده شده است. يكي از اصلي‌ترين قابليت‌هاي اين الگوريتم‌ پايدار بودن در برابر تغييرات روشنايي و انواع تبديلات هندسي نظير انتقال، دوران و مقياس است. روش ارائه‌شده شامل دو مرحله‌‌ي اصلي: آموزش الگوريتم و فرآيند شناسايي خودرو است. روش پيشنهادي بر روي ۸تصوير پهپاد كه داراي پس‌زمينه با بي‌نظمي‌هاي مختلف هستند پياده‌سازي شد. اين تصاوير شامل انواع مختلفي از خودروها هستند. به منظور ارزيابي كمي روش پيشنهادي از دو معيار استفاده شده است. همچنين عملكرد اين روش با رويكرد پنجره‌‌ي جستجو مورد مقايسه قرار گرفته است. نتايج نشان مي‌‌دهد زمان محاسبات الگوريتم پيشنهادي ۸۲ثانيه است و ميانگين دو معيار ارائه شده معادل ۶۵/۶۷ درصداست كه نشان دهنده‌‌ي برتري روش از لحاظ سرعت و دقت محاسباتنسبت به روش پنجره‌‌ي جستجواست.