دانلود شبیه سازی مقاله تشخیص صندلی خالی از طریق تشخیص چهره و تطبیق همبستگی

پروژه تشخیص چهره در متلب

هدف از استفاده از سیستم آشکار سازی صندلی خالی، شناسایی تعداد صندلی های خالی در یک تالار شلوغ می باشد. دوربین های دقت بالا، وضوح بالا (HD) در گوشه های مختلف تالار قرار داده می شوند و به صورت پیوسته، فیلم گرفته می شود. فیلم گرفته شده به فریم هایی تقسیم می شود و هر کدام از این فریم ها از نظر حضور افراد، تحلیل می شوند. در ابتدا، فریم های بدست آمده مورد تطابق همبستگی مبتنی بر الگو، قرار می گیرند تا تعداد اولیه صندلی های موجود در تالار، بدست آید. بعد از بدست آمدن تعداد صندلی ها، این عدد به عنوان ورودی برای پردازش های بعدی مورد استفاده قرار می گیرد. سپس فریم ها با استفاده از الگوریتم تشخیص چهره Viola Jones پردازش می شوند تا حضور انسان ها مشخص شود. بنابراین، از اطلاعات بدست آمده، سیستم می تواند تعداد صندلی های خالی موجود در تالار را بدست بیاورد. تعداد صندلی های خالی در یک مانیتور قرار داده شده بیرون از تالار نمایش داده می شود و بنابراین افراد حاضر در بیرون را قادر می سازد به آسانی بفهمند که چه تعداد صندلی خالی موجود می باشد. این سیستم به سازمان دهی سریع ازدحام کمک می کند و زمان انتظار ناخواسته را کاهش می دهد. بنابراین، این سیستم نقشی حیاتی در مدیریت ازدحام دارد. این کار پیشنهادی با Adaboost که یک الگوریتم تقویت کننده مورد استفاده برای شناسایی خودکار چهره های انسان است مقایسه می شود و سپس الگوریتم Camshift برروی چهره انسانی استخراج شده، اعمال می شود.

در این پروژه پژوهشی، ترکیب الگوریتم تطابق همبستگی مبتنی بر تصویر الگو و الگوریتم تشخیص چهره Viola Jones برای شمارش تعداد افراد حاضر در یک تالار، پیشنهاد می گردد. یک صندلی خالی تالار بوسیله ضریب همبستگی شناسایی می شود. روش پیشنهادی می تواند شناسایی صندلی های خالی با استفاده از تشخیص چهره Viola Jones و ردیابی خودکار را مدیریت کند. در نتیجه، روش پیشنهادی، بطور موثر از کاربرد آن در زمینه حراست ویدئویی و تقسیم صندلی در یک مکان بزرگ دچار ازدحام، پشتیبانی می کند.

این مقاله مربوط به سال 2018 می باشد. شبیه سازی آن در محیط نرم افزار متلب انجام شده است. در داخل کدهای برنامه، کامنت گذاری شده و با سرفصل های مقاله نیز کاملا هماهنگ می باشد. لازم به ذکر است که به دلیل کم بودن کیفیت تصاویر به کار رفته در داخل مقاله، از یک سری تصویر موجود در اینترنت در این پروژه استفاده شده است. توضیحات بیشتر مربوط به کار نیز داخل محصول موجود می باشد.

برای اجرای شبیه سازی ها بهتر است تا از نسخه 2017 نرم افزار استفاده شود. توضیحات خط به خط کدهای شبیه سازی نیز ارائه شده است. در ادامه نیز تصاویر مربوط به خروجی شبیه سازی، قرار داده شده است: