دانلود پایان نامه بررسی و پیاده سازی روش بیزین برای تشخیص و تعقیب الگوی تصویری در تصاویر متحرک

اختصاصی از کوشا فایل دانلود پایان نامه بررسی و پیاده سازی روش بیزین برای تشخیص و تعقیب الگوی تصویری در تصاویر متحرک دانلود با لینک مستقیم و پرسرعت .

تعدا صفحات: 117

نوع فایل: PDF

قیمت: 5000 تومان

یک پایان نامه خوب و کامل جهت کمک به شما در تدوین پایان نامه و یا کارهای تحقیقاتی

خلاصه:

با توجه به اهمیت و کاربرد روزافزون تشخیص و ردیابی اشیای متحرک در زنجیره تصاویر ویدیویی، نیاز به سیستم‌های خودکار بلادرنگ با کارایی بالا در کاربردهای مراقبتی و امنیتی بیش‌ از پیش احساس می‌شود. در این پایان نامه ابتدا الگوریتم‌های تشخیص و جداسازی اشیای متحرک با تاکید بر کاربردهای مراقبتی مورد بررسی و تحلیل قرار گرفته‌ است. سپس با به کارگیری یکی از روش های حذف پس زمینه و ترکیب آن با روش بیزین، یک الگوریتم ترکیبی بهینه و قابل استفاده در کاربردهای نظارتی ارایه خواهد شد. این الگوریتم که به سطوح خاکستری قابل اعمال است، مبتنی بر استقلال خطی بردارها بوده و در برابر تغییرات محلی و سراسری روشنایی مقاوم است. به علاوه نیازی به تنظیم پارامترها ندارد و نسبت به تغییرات تکرار شونده پس زمینه نیز حساسیت کمی از خود نشان می دهد. برخلاف سایر روش های آشکارسازی مبتنی بر تئوری بیزین، این روش به محاسبات کمی نیاز دارد و می تواند در سیستم های بلادرنگ به کار گرفته شود. در ادامه سعی شده تا با استفاده از الگوریتم حذف تطبیقی نویز (ANC) و ترکیب آن با الگوریتم بیزین، یک روش تطبیقی جدید برای آشکارسازی اشیا نیز ارائه شود. در این روش پیکسل های مربوط به پیش زمینه و پس زمینه بدون نیاز به هیچ گونه اطلاعات قبلی و با استفاده از یک فیلتر تطبیق پذیر از یکدیگر متمایز می شوند. نتایج اولیه شبیه سازی، حاکی از قابلیت گسترش این ایده برای استفاده در سیستم های آشکارسازی می باشد

فهرست :

پیشگفتار

کارهای گذشته

انگیزه

نوآوری

ساختار پایان نامه

فصل روش های تشخیص الگوی متحرک

مقدمه

آشکارسازی اشیا متحرک

الگوریتم های آشکارسازی اشیا متحرک به روش حذف پس زمینه

مقایسه الگوریتم های آشکارسازی اشیای متحرک

روش های ارزیابی

ارزیابی مستقل

ارزیابی نسبی

معیارهای ارزیابی مبتنی بر پیکسل

معیارهای ارزیابی مبتنی بر شی

معیارهای ارزیابی مبتنی بر قالب

فصل اصول روش های بیزین در پردازش تصویر

مقدمه

تئوری تصمیم گیری آماری

روش کلاسیک

روش بیزین

مقایسه روش بیزین و کلاسیک

کاربرد روش بیزین در تحلیل تصاویر

توابع هزینه

انتخاب توزیع پیشین

پروفیل های توزیع پیشین نامناسب و تخمین درستنمایی بیشینه (ML)

میدان تصادفی مارکوف و قطعه بندی تصویر

روش MAPMRF

جمع بندی

فصل ترکیب الگوریتم بیزین و روش های حذف پس زمینه

تفاضل گیری از فریم های متوالی

ترکیب توابع گوسی

تخمین تابع چگالی احتمال به روش کرنل

مدل کردن زمینه با ویژگی های مکانی، زمانی و طیفی

جمع بندی

فصل راهکارهای پیشنهادی

بهبود الگوریتم پایه بیزین

روش لگاریتم نسبت ها

الگوریتم مبتنی بر حذف تطبیقی نویز (ANC)

شاخص گذاری اشیای متحرک

نتایج شبیه سازی

فصل نتیجه گیری و پیشنهادات

نتیجه گیری

پیشنهادات

فهرست مراجع

واژه نامه فارسی به انگلیسی

واژه نامه انگلیسی به فارسی

دانلود پایان نامه تشخیص و رد گیری عابرین پیاده درتصاویر مادون قرمز

اختصاصی از کوشا فایل دانلود پایان نامه تشخیص و رد گیری عابرین پیاده درتصاویر مادون قرمز دانلود با لینک مستقیم و پرسرعت .

در سال های اخیر، شناسایی اتوماتیک عابرین پیاده از روی تصاویر مادون قرمز برای پایش هوشمند عبور و مرور عابرین و ابزار کمکی برای رانندگان، اهمیت فوق العاده ای پیدا نموده است. از سویی دیگر به دلایل امنیتی، شناسایی عابرین پیاده مورد توجه سامانه های کنترل شهری نیز قرار دارد. لیکن شناسایی عابرین پیاده به علل گوناگون از جمله ماهیت متغیر ظاهر و نمود افراد پیاده، به ویژه در فضای آزاد، بسیار مشکل است. به منظور رفع این مشکلات و تسهیل در فرآیند شناسایی و رهگیری عابرین پیاده، ایده استفاده از سیستم های هوشمند به ویژه شبکه های عصبی در دستور کار محققین این حوزه قرار گرفته است.

بدین منظور در این پایان نامه، سیستمی مبنی بر شبکه های عصبی مصنوعی برای شناسایی و ردگیری عابرین پیاده ارائه شده است. این سیستم ابتدا با تحلیل تصاویر مادون قرمز براساس سطوح روشنایی، نواحی مورد علاقه (ROI) را تقطیق می نماید. چندین ویژگی تصویر شامل گشتاورهای نامتغیر (Hu invariant)، آنتروپی سطوح روشنایی (Gray image entropy)، تبدیل ویولت مختلط دو درختی چگالی دوگانه ( CWT 2-D  DD-DT) و مجموع مقادیر پیکسل ها در هر سطر از تصاویر مورد نظر استخراج گردید که این ویژگی های استخراج شده از نواحی مورد علاقه عنوان ورودی به شبکه عصبی از نوع Fuzzu ART-MAP معرفی گردید. این شبکه با استفاده از  ورودی های معرفی شده به آن آموزش داده شده و با استفاده از بخش آموزش نیافته آن مورد آزمایش قرار گرفته است و دقت شبکه مورد ارزیابی قرار می گیرد. با انجام آموزش و آزمایش شبکه ها مشخص شد که ویژگی تصویر از نوع تبدیل ویولت مختلط دو درختی چگالی دوگانه مناسب ترین ویژگی برای شناسایی عابرین پیاده می باشد. پس از کسب اطمینان از دقت مورد نظر، از این شبکه به عنوان هسته شناسایی و ردگیری در سیستم پیشنهادی استفاده گردید. در ادامه با استفاده از سیستم شناسایی تصاویر طراحی شده و با کمک فیلتر کالمن نسبت به ردگیری عابرین پیاده اقدام شد. با انجام آزمایشات بر روی تصاویر ثبت شده در پایگاه داده ای گرمایی عابر پیاده OSU (که توسط دانشگاه ایالتی اوهایو گردآوری شده است)، نشان داده شد که سیستم طراحی شده با دقت بیش از 96 درصد قادر به شناسایی و درگیری عابرین پیاده می باشد.

مقدمه

شناسایی عابرین پیاده از روی تصاویر مادون قرمز از جنبه های گوناگونی اهمیت دارد. برخی از این کاربردها ابزار مناسبی برای پایش هوشمند عبور و مرور عابرین پیاده است و برخی دیگر به عنوان ابزار کمکی برای رانندگان مطرح است. از سویی دیگر به دلایل امنیتی، شناسایی عابرین پیاده از جنبه مدیریت شهری و مدیریت بحران اهمیت ویژه ای برای مدیران و سیستم های امنیت شهری دارد. برای کنترل این امور استفاده از دوربین های مادون قرمز یکی از پر کاربردترین ابزار جمع آوری داده ها تصویری می باشد که دارای قابلیت های انکار ناپذیری از جمله توانایی ثبت وقایع در موقعیت های نامناسب آب و هوایی و همچنین مواقع شب و مه آلود می باشد. با وجود نصب این گونه دوربین ها و گستردگی آنها، مشکلات زیادی در پیش روی تحلیل کنندگان این تصاویر وجود دارد. از جمله این مشکلات می توان به ماهیت متغیر ظاهر و نمود افراد پیاده، به ویژه در فضای آزاد، اشاره نمود. به منظور رفع این مشکلات و تسهیل در فرآیند شناسایی و رهگیری عابرین پیاده، ایده استفاده از سیستم های هوشمند به ویژه شبکه های عصبی در دستور کار محققین این حوزه قرار گرفته است.

در این پایان نامه قصد بر آن است تا با ارائه روشی مبتنی بر شبکه های عصبی مصنوعی سیستمی برای شناسایی و ردگیری عابرین پیاده ارائه گردد که بتوان از آن در تحلیل رفتار افراد در حال حرکت در محیط های شهری مورد استفاده قرار گیرد.

این پایان نامه در هفت فصل تدوین شده است. فصل اول به بیان مفاهیم و تعاریف اولیه چون معرفی امواج مادون قرمز، کاربردها و مشکلات مادون قرمز، اهداف، ابزارهای گردآوری داده اختصاص داده شده است. در فصل دوم روش های مختلف شناسایی عابرین پیاده توسط تصاویر مادون قرمز بررسی می شود. فصل سوم روش های مختلف ردگیری از جمله فیلتر کالمن و فیلتر ذره ای معرفی می شود. در فصل چهارم راهکارهای مختلف استخراج ویژگی ها از جمله ویولت، گشتاورهای نامتغیر و… ارائه شده است. فصل پنجم به معرفی شبکه عصبی اختصاص داده شده است. در این فصل مفاهیم اولیه شبکه عصبی، شبکه های  ART1 و ART2، شبکه عصبی Fuzzu ART و شبکه عصبی Fuzzy ARTMAP مورد بحث قرار گرفته است. در فصل ششم روند انجام پروژه بیان می شود. در این فصل چگونگی به کارگیری و مفاهیم ارائه شده در فصل های پیشین برای رسیدن به اهداف مورد نظر گنجانده شده است. فصل هفتم در برگیرنده نتایج و پیشنهادات حاصل از انجام این پروژه است.

شامل 160 صفحه فایل pdf

دانلود پایان نامه تشخیص نوع عیب ترانسفورماتورهای قدرت به روش آنالیز پاسخ فرکانسی

اختصاصی از کوشا فایل دانلود پایان نامه تشخیص نوع عیب ترانسفورماتورهای قدرت به روش آنالیز پاسخ فرکانسی دانلود با لینک مستقیم و پرسرعت .

ترانسفورماتورها به تعداد زیاد در شبکه های برق برای انتقال و توزیع انرژی الکتریکی در مسافت های طولانی مورد استفاده قرار می گیرند. قابلیت اطمینان ترانسفو ماتورها در این میان نقشی اساسی در تغذیه مطمئن انرژی برق بازی می کند. بنابراین شناسائی هر چه سریعتر عیبهای رخ داده در داخل یک ترانسفورماتور ضروری به نظر می رسد. یکی از چنین عیبهائی که به سختی قابل تشخیص است،
تغییرات مکانیکی در ساختار سیم پیچهای ترانسفورماتور است. اندازه گیری تابع تبدیل تنها روش کارامدی است که در حال حاضر برای شناسائی این عیب معرفی شده و بحث روز محققین می باشد.استفاده روش مذکور با محدودیتها و مشکلا تی روبرو می باشد که تشخیص انواع عیوب مختلف را به روشهای متداول و مرسوم محدود ساخته است. از این رو امروزه تحقیقات بر روی استفاده از الگوریتمها و روشهای هوشمندی متمرکز شده است که بتواند یک تفکیک پذیری نسبتا خوبی بین انواع عیوب و صدمات وارده به ترانسفورماتور را فراهم سازد. در این پایان نامه سیم پیچهای ترانسفورماتور به منظور پایش با روش تابع تبدیل مطالعه و شبیه سازی شده اند. برای این کار مدل مشروح سیم پیچها مورد استفاده قرار گرفته و نشان داده شده که این مدل قادر به شبیه سازی عیبهائی (اتصال کوتاه بین حلقه ها، جابجائی محوری وتغییر شکل شعاعی) است که توسط روش تابع تبدیل قابل شناسائی می باشند. شبیه سازیهای مر بوطه توسط مدل مشروح نشان می دهند که به کمک این مدل می توان به طور رضایت بخش توابع تبدیل محاسبه شده در محدوده از چند کیلوهرتز تا یک مگاهرتز را ارائه نمود . این مدل مشخصه های اساسی توابع تبدیل (فرکانسهای تشدید و دامنه ها در
فرکانسهای تشدید ) را به طور صحیح نتیجه می دهد. مقادیر عناصر مدار معادل از روی ابعاد هندسی سیم پیچها و ساختار عایقی مجموعه محاسبه می شوند. با محاسبه و تخمین این مقادیر در حالتهائی که تغییراتی در ساختار سیم پیچ بوجود آمده اند، اثرات عیبهای مکانیکی در مدل در نظرگرفته شده اند. دقت مدل مشروح علاوه بر تعداد عناصر آن به دقت محاسبات پارامترهای آن نیز بستگی دارد. ارتباط بین عیبهای بررسی شده (اتصال کوتاه بین حلقه ها، جابجائی محوری و تغییر شکل شعاعی ) و تغییرات ناشی از آنها در توابع تبدیل به خوبی توسط مدل نتیجه می شوند . تغییر نسبی مقادیر فرکانسهای تشدید در حوزه فرکانس و زمان فرونشست در حوزه زمان در یک تابع تبدیل به عنوان معیار تغییرات در تابع تبدیل در اثر یک عیب مورد استفاده قرار گرفته اند. ارزیابی توابع تبدیل محاسبه شده برای شناسایی عیب، به کمک توابع تبدیل گوناگون تعریف شده در مقالات مختلف، منجر به حصول نتایج زیر شده اند:

– نتایج محاسبات تغییرات یکسانی را در توابع تبدیل در اثر هر کدام از عیبهای فوق الذکر نشان می دهند.

– نتایج محاسبات در خصوص آنالیز حساسیت جابجائی محوری نشان می دهد که اثر جابجائی محوری روی تابع تبدیل در محدوده فرکانسی بالاتر از 100 کیلوهرتز به طور واضح بیشتر ا زمحدوده کمتر از 100 کیلوهرتز می باشد.

– نتایج محاسبات برای آنالیز تغییر شکل شعاعی سیم پیچ نشان می دهد که تغییر شکل شعاعی روی کل محدوده فرکانسی تابع تبدیل تأثیر تقریباً یکسانی می گذارد.

– بعضی از فرکانسهای تشدید در یک تابع تبدیل درمقایسه با سایر فرکانسهای تشدید در اثر بروز یک عیب حساستر میباشند.

برای بدست آوردن نتایج بیشتر در مورد وابستگیهای بین مدل مشروح و تغییرات محاسبه شده در توابع در اثر یک عیب، اثرات پارامترهای مدل روی توابع تبدیل به طور مجزا بررسی و تحلیل شده اند. این تحلیلها نشان می دهند که:

– تغییرات ظرفیتهای خازنی بین دو سیم پیچ در اثر جابجائی محوری قابل چشم پوشی می باشند.

– تغییرات توابع تبدیل در اثر تغییر شکل شعاعی عمدتاً از تغییرات ظرفیتها ناشی می شوند. در نظر گرفتن تغییرات اندوکتانسها در این حالت ضروری نمی باشند.

چشم پوشیهای فوق باعث کاهش قابل ملاحظه ای در زمان محاسباتی می شوند و اعمال آنها در پایش ترانسفورماتورها مفید است.

مقدمه

از آنجائیکه قدرت شبکه های برق همواره در حال افزایش بوده و بایستی تاحد ممکن تغذیه انرژی برق مطمئن انجام شود، بالا بودن قابلیت اطمینان، طول عمر و کیفیت تک تک عناصر و تجهیزات موجود در شبکه ضروری است. ترانسفورماتورهای مرتبط کننده سطوح ولتاژ مختلف در شبکه از مهمترین عناصر شبکه اند که خروج از مدار آنها به قابلیت اطمینان توزیع انرژی آسیب جدی وارد کرده و باعث هدررفتن هزینه زیادی می شود. برای افزایش قابلیت اطمینان تغذیه انرژی برق، شناسایی سریع عیبهای رخ داده در ترانسفورماتورها الزامی می باشد. بر این اساس در پایان نامه مذکور ابتدا مقدمه ای بر روشهای مختلف عیب یابی و پایش ترانسفورماتورهای قدرت بیان شده است. در ادامه در فصل سوم، روش آنالیز پاسخ فرکانسی به عنوان روش جدید در عیب یابی ترانسفورماتورها معرفی و اصول و مبانی آن تشریح می گردد. به منظور تحلیل انواع عیوب متداول وارده به ترانسفور ماتور (که معمولا در حالت کار عادی برای ترانسفور ماتور قدرت اتفاق می افتد) سیم پیچ ترانسفورماتور با روش تابع تبدیل مطالعه و شبیه سازی شده است .این مطالعه با تمرکز بر روی مدل مشروح ترانسفورماتور انجام پذیرفته است که جزئیات آن در فصول چهار و پنج ارائه شده اند. فصل شش نتایج حاصل از شبیه سازی یک ترانسفورماتور قدرت 63/20 kV و 30MVA را نشان می دهد و حالتهای مختلف صدمات فیزیکی ترانسفورماتور و اثرات آن بر روی تابع انتقال را مورد بررسی قرار میدهد. نتایج حاصل از شبیه سازیها، این امکان را فراهم ساخته است تا الگوهای مناسبی متناظر با خطاها و عیوب مختلف ترانسفورماتور استخراج گردد. نهایتا در فصل هفت یک شبکه عصبی هوشمند ارائه شده است که می تواند با استفاده از الگوهای استخراج شده مذکور ، یک راهکار مناسب برای تشخیص دقیق و مطمئن از خطای وارد شده بدست دهد.

شامل 130 صفحه فایل pdf

دانلود پایان نامه تشخیص گفتاراز موسیقی به روش شبکه عصبی مصنوعی

اختصاصی از کوشا فایل دانلود پایان نامه تشخیص گفتاراز موسیقی به روش شبکه عصبی مصنوعی دانلود با لینک مستقیم و پرسرعت .

پردازش گفتار با توجه به کاربردهای وسیع آن در ارتباطات، تبادل اطلاعات میان انسان و ماشین مانند روبات ها، صنعت مخابرات، سمعک ها، به کارگیری ماشین در ترجمه مکالمات از یک زبان به زبان دیگر، ابزارهای آموزشی و دیگر محصولات تجاری مورد توجه قرار گرفته است. دهه اخیر شاهد پیشرفت چشمگیری در این عرصه بوده است. سیستم ها و الگوریتم هایی که با عملکرد بالا در آزمایشگاه پیاده سازی شده اند، به سمت دنیای واقعی در حال حرکت هستند.

تمایز بین گفتار و موسیقی (SMD) از جمله موضوعاتی است که در دهه اخیر، مطالعات زیادی روی آن انجام شده است. از کاربردهای آن می توان به تشخیص کانال های رادیویی که فقط موسیقی پخش می کنند اشاره کرد. همچنین می تواند به عنوان بخش اولیه در بازشناسی خودکار گفتار محسوب شود.

به طور کلی اغلب کارهایی که در این زمینه انجام شده است شامل دو مرحله می باشد: 1- استخراج ویژگی قطعه صوتی که تمایز بین گفتار و موسیقی را بیان می کند 2- طبقه بندی قطعه صوتی با توجه به ویژگی. در بعضی رویکردها از یک ویژگی استفاده می شود ولی در برخی دیگر از چند ویژگی. از جمله این ویژگی ها می توان به ویژگی های حوزه زمان، حوزه فرکانس و زمان – فرکانس و… اشاره کرد. طبقه بندی کننده هایی که برای این کار استفاده می شوند نیز طبقه کننده های مرسوم مانند مدل مارکوف پنهان، ماشین بردار پشتیبان، گوسی و شبکه های عصبی و… می باشند. در این تحقیق از ضرائب ویولت به عنوان ابزار پایه استفاده شده است که شش ویژگی آماری ساده از آن استخراج می شوند. از شبکه عصبی پرسپترون چند لایه نیز به عنوان طبقه بندی کننده استفاده شده است که نتایج حاصله سیستم پیشنهادی در حدود 99 درصد را به دست آورد.

مقدمه

پیشرفت های قابل توجه فن آوری در طی دهه های گذشته به طور چشمگیری طریقه ارتباط برقرار کردن مردم با بسیاری از منابع مختلف اطلاعات و سرگرمی را تغییر داده است. کاربران فن آوری های مدرن، در ارتباط با انواع رسانه ها از یک حالت انفعال به وضعیت فعال منتقل شده است. همین طور که مقادیر داده ای در دسترس افزایش می یابد، تکنیک های کارآمد داده گردانی نیز لازم می شود.

در چند سال گذشته داده های صوتی به میزان زیاد از منابع در دسترس مانند پایگاه داده ها، برنامه های پخش و اینترنت ایجاد شده اند. بخاطر این که، توجه ویژه ای به توسعه استراتژی ها جابجایی داده اختصاص داده شده است. لذا، افتراق گفتار / موسیقی (SMD) به عنوان یکی از اهداف مهم به شمار می رود.
برای اهداف مختلفی می توان از یک SMD کارآمد بهره مند شد. از این ابزار می توان برای انتخاب براساس محتوا در مجموعه برنامه های پخش استفاده کرد. نمونه ای از این نوع کاربرد، انتخاب ایستگاه های رادیویی است که در واقع فقط موسیقی پخش می کنند. همچنین SMD قسمت اساسی تشخیص خودکار گفتار (ASR) و رونویسی موسیقی اتوماتیک (AMT)، که اغلب نیاز به تجزیه و تحلیل داده های صوتی بی ساخت یا نامعلوم دارند. در مورد ASR، بخش گفتار فقط باید در نظر گرفته شود، در حالی که در AMT باید نمونه های موسیقی مورد توجه قرار گیرند. لذا مهم است که سیگنال قبل از ورود به این سیستم ها به طور صحیح قطعه بندی شود. در نهایت نیز، توجه داشته باشید که دستگاه های مدرن کمک شنوایی اغلب شامل الگوریتم هایی هستند که عملکرد دستگاه را با توجه به نوع صدایی که به گوش می رسد تغییر می دهد. در این مورد، SMD خوب می تواند مؤثر باشد.

شامل 79 صفحه فایل pdf

دانلود مقاله و پاورپوینت پیرامون روشهای تشخیص هویت

اختصاصی از کوشا فایل دانلود مقاله و پاورپوینت پیرامون روشهای تشخیص هویت دانلود با لینک مستقیم و پرسرعت .

شرح مختصر : یکی از مباحث مهم در جامعه امروزی که دغدغه بسیاری از کارشناسان و همچنین کاربران می‌باشد بحث امنیت و تشخیص و تایید هویت است.   امروزه در امور مربوط به امنیت اماکنی مانند دانشگاه ها، فرودگاه ها، وزارتخانه ها و حتی شبکه‌های کامپیوتری استفاده از روش های بیومتریک در تشخیص هویت یا تایید هویت افراد بسیار متداول شده  است. سیستم‌ های پیشرفته حضور و غیاب ادارات، سیستم‌های محافظتی ورود خروج اماکن خاص، نوت‌بوک‌های مجهز به Finger Print و … از روش‌‌های مختلف تشخیص هویت بیومتریک استفاده می‌کنند. در این مقاله سعی می‌کنیم به صورت مختصر، مروری بر روش های مختلف بیومتریک داشته  باشیم.

فهرست :

روشهای تشخیص هویت

سیستم های بیومتریک

متدهای امروزی در بیومتریک

اثر انگشت (finger Print)

اثر کف دست و اثر کف پا

روش تـشـخـیـص زنـده بـودن انگشـت

عنبیه

طرز حرکت

شبکیه

ساختار رگ‌های پشت شبکیه

چگونگی تایپ با کیبورد

گوش

شکل هندسی دست و انگشت

ورید و رگ‌ها

لب ها

تشخیص چهره

ساختار ظاهری پوست

مشخصه گرمایی صورت

ناخن

طیف الکترو مغناطیسی پوست

صدا

دست خط و امضا

نمایشگر دمای نقاط بدن

این پایان نامه به صورت powerpoint طراحی و در 43 اسلاید می باشد.