تشخیص ناهنجاری مسیر خودروها در دنباله ویدیویی دوربین های کنترل حمل و نقل و ترافیک با استفاده از طبقه بند فازی عصبی

در سال های اخیر با گسترش مشکلات ترافیکی و افزایش تقاضا برای مدیریت آن، استفاده از سیستم های هوشمند نظارت ویدیویی با رشد چشمگیری مواجه شده است. چالش اصلی در این حوزه، ارائه روشی برای تشخیص با سرعت بالا و هزینه کمتر می باشد تا کنترل ترافیک، خدمات عمومی و اجرای قانون به بهترین نحو انجام شود. هدف از این پژوهش، ارائه روشی نوین برای تشخیص ناهنجاری در مسیر خودروها با دقتی بالا و حداقل خطا است. شیوه پیشنهادی برپایه استخراج ویژگی های زمانی-مکانی حاصل از دنباله های ویدیویی و استفاده از طبقه بند فازی عصبی ای که با کمک لغت نامه ایجاد شده شکل گرفته است، استوار می باشد. در این پژوهش طبقه بند طراحی شده بر روی تک تک داده های آزمایشی اعمال می گردد و حاصل آن انتخاب برچسب هنجار و ناهنجار برای هرکدام از ورودی های جدید خواهد بود. برای ارزیابی بیشتر روش پیشنهادی، نتایج به دست آمدهبا سایر پژوهش های شناخته شده در این حوزه مقایسه می گردد.

کلیدواژه ها:

نظارت خودکار حمل و نقل ، تشخیص ناهنجاری مسیر ، طبقه بند فازی عصبی