انجمن کامپیوتر ایران

تعداد افراد سالمند که به تنهایی زندگی می‌کنند، در بسیاری کشورها در حال افزایش است. یکی از مهمترین خطراتی که این افراد را تهدید می‌کند، زمین خوردن است که احتیاج به رسیدگی سریع دارد. دوربین‌های نظارتی وسیله مناسبی برای تشخیص خودکار آن هستند. این دوربین‌ها با استفاده ازالگوریتم‌های بینایی کامپیوتر ویژگی‌هایی را از دنباله تصاویر ویدئویی استخراج می‌کنند و سپس بوسیله طبقه‌بندی آنها به طور خودکار زمین خوردن را تشخیص دهند. ویژگی‌های رایجوابسته به جهت دید دوربین هستند. برای حل این مشکل از چندین دوربین استفاده می‌شود که پیچیدگی سیستم را افزایش می‌دهد. ما در این مقاله پیشنهاد می‌کنیم که از مساحت سیلوئت بدست آمده از یک دوربین به عنوان یک ویژگی مقاوم به جهت دید دوربین استفاده شود. نتایج تجربی نشان می‌دهد که ترکیب دو ویژگی مساحت و نسبت طول به عرض مستطیل محیطی خطایی کمتر از %2 در تشخیص زمین خوردن روی یک مجموعه داده در دسترس ایجاد می‌کند.

آنالیزهای سفالومتری نقش مهمی در تشخیص و طرح درمان‌های ارتودنسی دارند. با توجه به پیچیدگی آناتومی تصاویر سفالومتری، تشخیص نقاط سفالومتری مورد استفاده در آنالیزها توسط متخصص کاری زمانبر و همراه با خطاهای فردی بوده و تحقیقات بسیاری برای تشخیص اتوماتیک نقاط انجام شده است. در این مقاله راهکاری نوین به منظور افزایش سهولت، دقت و سرعت تشخیص این نقاط ارائه شده است. این راهکار نقاط را با تاکید بر تعریف آناتومی و چگونگی کاربرد آن‌ها در آنالیزها به سه دسته تقسیم کرده و برای هر دسته مکانیزمی متناسب و بهینه پیشنهاد داده است. این مکانیزم‌ها عبارتند از: تشخیص بر پایه ردیابی لبه‌ها برای نقاطی که طبق تعریف بر روی لبه‌های تصویر قرار دارند، تطبیق قالب وزن‌دار برای نقاطی که ساختار واضح و منحصر به فردی در اطراف خود دارند و تخمین بر اساس نیازمندی آنالیزهای سفالومتری که ایده‌ای کاملا نوین بوده و به‌جای تشخیص نقاط، مستقیما شاخص‌های مورد استفاده در آنالیزها را تخمین می‌زند. ایده مکانیزم سوم بر این اساس است که اگرچه متخصصین برای تعیین برخی شاخص‌ها نیازمند تعریف و مکان‌یابی نقاط می‌باشند اما در تشخیص اتوماتیک می‌توان مستقیما به تعریف شاخص‌ها پرداخت. راهکار ارائه شده روشی ترکیبی با دیدگاهی جدید و کاربردی بوده و نتایج حاصله در مقایسه با روش‌های پیشین حاکی از موفقیت این روش به ویژه در محیط‌های اجرایی می‌باشد.

مقاله حاضر بخشی از یک تحقیق جامع پیرامون هدایت تصویری خودکار یک هواپیمای بدون سرنشین با استفاده از روش SLAM تک دوربینی در هنگام عبور از موانع می¬باشد. به منظور دستیابی به حالت¬های دقیق هواپیما (مکان و سمت فضایی) و همچنین مکان نشانه¬ها یا نقشه محیط با استفاده از روش EKF-SLAM نیاز به بهبود سازگاری فیلتر EKF می¬باشد. از طرفی ماهیت شش درجه آزادی معادلات حرکت هواپیما و وجود عدم قطعیت¬ها، موجب رفتار غیر¬خطی سیستم و نتیجتا ناسازگاری فیلترEKF می-شود. در این راستا استفاده از مدل¬های خطی توصیفگر نشانه¬ها برای سازگار شدن مجدد فیلتر و بهبود عملکرد آن بسیار مؤثر است. در این تحقیق سازگاری فیلتر EKF با سه مدل توصیفگر نشانه؛ خط همگن، خط فاصله معکوس و خط پلاکر بررسی شده است. نتایج شبیه¬سازی مونت کارلو با استفاده از تست NEES نشان می¬دهد که استفاده از خطوط پلاکر به عنوان مدل توصیفگر نشانه موجب سازگاری کامل فیلتر در کل بازه زمانی مورد بررسی می¬شود. هرچند مدل¬های خط همگن و خط فاصله معکوس به راحتی قابل پیاده¬سازی هستند اما سازگاری فیلتر را تا زمانیکه مشاهدات از محیط کامل نشده است تضمین نمی¬کنند.