شناسایی سایه مبتنی بر ترکیب فضای رنگی hsv و تجزیه و تحلیل ترکیبات اصلی در ویدئوهای نظارتی

به منظور شناسایی اجسام متحرک با استفاده از الگوریتم تفاضل پس زمینه،‏ سایه اجسام نیز به عنوان شیء متحرک استخراج می‌شود که عامل بروز مشکل و خطا در شناسایی اجسام متحرک است. بنابراین در سیستم‌های حمل و نقل هوشمند،‏ شناسایی و حذف سایه خودرو‌ها یک چالش مهم است. در این مقاله روشی کارآمد براساس ترکیب فضای رنگ hsv و تجزیه و تحلیل ترکیبات اصلی ارائه شده است. در ابتدا،‏ بعد از شناسایی اجسام متحرک توسط روش تفاضل پس زمینه،‏ با استفاده از فضای رنگ hsv مناطق احتمالی سایه متحرک استخراج می‌گردد. در نهایت به منظور تصحیح عمل شناسایی در مرحله قبل (به عنوان نمونه حذف قسمت‌هایی از خودرو‌ که به عنوان سایه شناسایی شده‌اند)،‏ از الگوریتم تجزیه و تحلیل ترکیبات اصلی بهره گرفته می‌شود. با این الگوریتم،‏ هر خودرو بوسیله بردارهای وی‍ژه خودروهای پایگاه داده آموزشی مدل می‌گردد تا بدین وسیله هر خودروی ناشناخته ورودی براساس این مدل تایید یا رد گردد. روش پیشنهادی بر روی ویدئوهای واقعی اخذ شده توسط سیستم‌های حمل و نقل هوشمند در شرایط واقعی و عملیاتی ارزیابی گردیده است. نتایج حاصل از الگوریتم پیشنهادی بیانگر عملکرد قابل قبول و موثر روش پیشنهادی در کاربردهای سیستم‌های حمل و نقل هوشمند است.