قابلیت های opencv – بخش سوم : شناسایی اتوموبیل در ویدیو

قابلیت های opencv  – بخش سوم : شناسایی اتوموبیل در ویدیو

نظارت ویدئویی نقش عمده ای در کنترل ترافیکی بر عهده دارد، شناسایی اتوموبیل های متخلف در تصاویر ویدئویی دوربین های نظارتی کشف تخلفاتی مانند سرعت غیر مجاز ، حرک نکردن بین خطوط ، حرکات نمایشی حرکت در مسیرهای ممنوع ایستادن در نقاط ممنوع و … مثال هایی هستند انواع مختلف کاربردهای نرم افزارهای نظارتی که می توان برای این دوربین ها پباده سازی نمود.

در مسیرهای بزرگراهی که گروه وسیعی اتوموبیل ها در رفت و آمد هستند تشخیص تخلفات بوسیله نیروی انسانی امری است طاقت فرسا و همراه با خطا. بنابراین استفاده از نرم افزار که بتواند  تشخیص این خطاها را به صورت خودکار انجام دهد ضروری میباشد.

کتابخانه متن باز OpenCV این قابلیت را دارد که بتوان از الگوریتم های موجود در آن استفاده نموده و با تفریق پس زمینه انواع اجسام متحرک را شناسایی نموده و آنها را شناسایی نموده و عملیات لازم را انجام داد.

انواع و اقسام روش های دسته بندی (classification) و دسته بندها (classifire) در OpenCV وجود دارد مانند دسته بندهای Haar و SVM که از آنها میتوان استفاده نمود و انواع اشیاء را دسته بندی نمود.

با استفاده از این الگوریتم ها می توان انواع و اقسام اتوموبیل ها مانند اتوموبیل های سواری و کامیونت ها و اتوبوس ها و موتورها را شناسایی نموده و آنها را تشخیص داده شمارش نموده و عکس آنها را برای پردازش های بعدی ذخیره نمود.

یک سیستم نظارتی خودکار کنترل ترافیکی بدون شک نیاز پلیس راهنمایی رانندگی هر کشوری می باشد.

0 پاسخ

دیدگاه خود را ثبت کنید

تمایل دارید در گفتگوها شرکت کنید؟
در گفتگو ها شرکت کنید.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *