کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4947657 1439593 2017 29 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Detection of pedestrian crossing road: A study on pedestrian pose recognition
ترجمه فارسی عنوان
تشخیص جاده عبور از عابر پیاده: مطالعه در مورد شناخت عابر پیاده
کلمات کلیدی
تشخیص عابر پیاده، خودرو هوشمند، طبقه بندی محل تشخیص عمل،
ترجمه چکیده
تشخیص گذرگاه عابر پیاده هدف این کار است. این مدل شامل تشخیص پاهای عابر پیاده و سرعت جانبی، جهت حرکت و طرح فضایی محیط است. عابر پیاده با توجه به نسبت زبان بدن فضایی به رسمیت شناخته شده است. مرکز جرم بدن نسبت به عرض و ارتفاع آن برای تعریف پد عابر پیاده استفاده می شود. مسیر حرکت با استفاده از ردیابی نقطه در مرکز یک منطقه مشخص شده انسان به دست می آید و سپس سرعت برآورد شده تعیین می شود. طرح فضایی توسط فاصله عابر پیاده به خط مرزی جاده تعیین می شود. سپس این مدلها براساس عمل (راه رفتن، شروع، خم شدن و توقف) به صورت سلسله مراتبی جدا می شوند. به منظور طبقه بندی جاده عبور از عابر پیاده، یک مدل قدم زدن انسان پیشنهاد شده است. انسان پیاده روی با نسبت محل مرکزی از سطح زمین تقسیم بر ارتفاع جعبه محدود است که باید محدودیت را تعریف کند. الگوریتم های پیشنهادی با استفاده از داده های عمومی موجود و داده های پیاده پیاده ما مورد ارزیابی قرار می گیرند. نتیجه عملکرد نشان می دهد که طبقه بندی صحیح عبور گذرگاه پیاده روی 98.10٪ است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
تشخیص جاده عبور از عابر پیاده: مطالعه در مورد شناخت عابر پیاده
چکیده انگلیسی
Detection of pedestrian crossing road is the objective of this work. The model incorporates the pedestrian pose recognition and lateral speed, motion direction and spatial layout of the environment. Pedestrian poses are recognized according to the spatial body language ratio. The center of mass of the body relative to its width and height is used to define the pedestrian pose. Motion trajectory is obtained by using point tracking on the centroid of detected human region, and then estimated velocity is determined. Spatial layout is determined by the distance of the pedestrian to the road lane boundary. These models will be then hierarchically separated according to their action (walking, starting, bending and stopping). In order to classify the pedestrian crossing road, a walking human model is proposed. A walking human is defined by ratio of the centroid location from the ground plane divided by the height of bounding box that should satisfy a constraint. The proposed algorithms are evaluated using publicly available datasets and our pedestrian walking dataset. The performance result shows that the correct pedestrian crossing road classification is 98.10%.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 234, 19 April 2017, Pages 144-153
نویسندگان
, ,