Open Access. Powered by Scholars. Published by Universities.®

Automotive Engineering Commons™

Open Access. Powered by Scholars. Published by Universities.®

2018

Discipline
Institution
Keyword
Publication
Publication Type

Articles 61 - 62 of 62

Full-Text Articles in Automotive Engineering

การเพิ่มความสามารถในการติดตามบุคคลของระบบกล้องวงจรปิดด้วยระบบกล้องเคลื่อนที่ได้, ณัชพณ สันตยากร Jan 2018

การเพิ่มความสามารถในการติดตามบุคคลของระบบกล้องวงจรปิดด้วยระบบกล้องเคลื่อนที่ได้, ณัชพณ สันตยากร

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในงานวิจัยนี้มีเป้าหมายเพื่อเพิ่มประสิทธิภาพของระบบการติดตามในระบบกล้องวงจรปิดโดยการพัฒนาระบบเพื่อติดตามเป้าหมายเมื่อเดินผ่านขอบเขตการมองเห็น (FOV) ของกล้องวงจรปิดที่ติดตั้งอยู่กับที่ไปแล้ว และรวมเข้ากับข้อมูลการติดตาม จากนั้นจะทำการคำนวณตำแหน่ง และตรวจจับเป้าหมาย ถ้าความคลุมเครือของเป้าหมายมากเกินกว่าที่ได้กำหนดไว้ ระบบจะสั่งให้กล้องเคลื่อนที่ได้ไปยังพื้นที่ที่มีความเป็นไปได้มากที่สุดเพื่อหาเป้าหมายนั้นอีกครั้ง งานวิจัยนี้เสนอระบบติดตามโดยการใช้ Monte Carlo Localization (MCL) เป็นหลักในการติดตาม ในการทดสอบได้จัดทำโปรแกรมเพื่อตรวจจับ และติดตามวัตถุโดยการใช้ระบบของกล้อง ผลถูกทดลองในการจำลองที่ใช้ 5000 อนุภาคเพื่อติดตามเป้าหมายในพื้นที่ เมื่อการกระจายของอนุภาคมากกว่าค่าที่กำหนดไว้ ระบบจะส่งกล้องที่สามารถเคลื่อนที่ได้ไปยังตำแหน่งค่าเฉลี่ยของกลุ่มการกระจายของอนุภาค ผลเบื้องต้นแสดงให้เห็นว่ากล้องเคลื่อนที่ได้สามารถไปยังพื้นที่ที่เหมาะสมที่จะติดเป้าหมาย

Go to article

การรู้จำใบหน้าแบบมีสิ่งบดบังโดยใช้โครงข่ายประสาทเทียมแบบสังวัฒนาการ และการสร้างคืนภาพด้วย 2dpca และ 2dlda, สิทธิพันธุ์ สระภักดิ์ Jan 2018

การรู้จำใบหน้าแบบมีสิ่งบดบังโดยใช้โครงข่ายประสาทเทียมแบบสังวัฒนาการ และการสร้างคืนภาพด้วย 2dpca และ 2dlda, สิทธิพันธุ์ สระภักดิ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

แม้ว่าระบบจดจำใบหน้าส่วนใหญ่ต้องการส่วนประกอบของใบหน้าทั้งหมดเพื่อผลลัพธ์ที่แม่นยำ แต่ในโลกแห่งความเป็นจริงหลายคนรวมถึงผู้ก่อการร้ายมักอำพรางตัวเองจากกล้องวงจรปิดด้วยการสวมแว่นกันแดดหรือผ้าพันคอหรือหลีกเลี่ยงมุมกล้อง ทำให้การจดจำใบหน้ามีความท้าทายมากขึ้น ในวิทยานิพนธ์นี้ใช้การวิเคราะห์องค์ประกอบสองมิติ (2DPCA) และการวิเคราะห์แบ่งแยกเชิงเส้นสองมิติ (2DLDA) ประยุกต์กับการรวบรวมข้อมูลภาพแบบโครงข่ายประสาทแบบสังวัฒนาการ (Convolutional Neural Network) โดยใช้แบบจำลองของ Alexnet เมื่อใช้ฐานข้อมูล AR กับ 227 มิติเวกเตอร์เฉพาะ (Eigenvector) สำหรับ 2DPCA และ 2DLDA ให้ความแม่นยำร้อยละ 53.06 และ 49.71 ตามลำดับ อย่างไรก็ตามเมื่อใช้เวกเตอร์เฉพาะสำหรับสร้างภาพใหม่ความแม่นยำจะเพิ่มขึ้นเป็นร้อยละ 81.55 และ 80.56 ตามลำดับ เมื่อใช้ฐานข้อมูล GTAV กับ 227 มิติเวกเตอร์เฉพาะ สำหรับ 2DPCA และ 2DLDA ให้ความแม่นยำร้อยละ 86.36 และ 78.54 ตามลำดับ อย่างไรก็ตามเมื่อใช้เวกเตอร์เฉพาะสำหรับสร้างภาพใหม่ความแม่นยำจะเพิ่มขึ้นเป็นร้อยละ 96.46 และ 91.92 ตามลำดับ

Go to article

First Prev