This study presents the results of

This study presents the results of a human detection algorithm using a single camera installed in front of
the tractor. An algorithm was designed and implemented in five stages named DSWTS (Division,
Segmentation, Watershed techniques, Thresholding, Subtraction). The algorithm first changes an input
RGB image to a grayscale image. This image is then divided into small blocks. So, deletion of some
unneeded regions makes image processing more comfortable. To segment an object from the background,
the edges of the object are detected using a magnitude gradient function and watershed techniques.
Then, by subtracting human from background and comparing series of image frames, the pedestrian is
recognized. The algorithm was evaluated under morning, noon and evening lighting conditions. Its
results were compared with the histogram of oriented gradient (HOG) method and the cascade method
that are commonly used to identify humans in images. The results show that the DSWTS algorithm has
good accuracy at 8–20 m. Also, in order to improve its performance from 0 to 8 m distances, it combined
with two other algorithms. Then by comparing and evaluating combined algorithms, best fusion was discovered
and found good results.

ผลลัพธ์ (ไทย) 1:

การศึกษานี้แสดงผลลัพธ์ของขั้นตอนการตรวจจับมนุษย์ที่ใช้กล้องตัวเดียวที่ติดตั้งด้านหน้ารถแทรกเตอร์ อัลกอริทึมการออกแบบ และดำเนินการในขั้นตอนที่ห้าชื่อว่า DSWTS (การหารแบ่งกลุ่ม ลุ่มน้ำเทคนิค Thresholding ลบ) อัลกอริทึมแรกเปลี่ยนอินพุตภาพ RGB เพื่อเป็นภาพสีเทา ภาพนี้แล้วจะแบ่งออกเป็นบล็อกขนาดเล็ก ดังนั้น การลบบางภูมิภาคไม่จำเป็นทำให้การประมวลผลภาพเพิ่มความสะดวกสบาย ส่วนวัตถุจากพื้นหลังขอบของวัตถุโดยใช้ฟังก์ชันไล่ระดับขนาดและเทคนิคของลุ่มน้ำทันทีแล้ว โดยลบมนุษย์จากพื้นหลังและเฟรมภาพเปรียบเทียบ ถนนคนเดินเป็นยอมรับ อัลกอริทึมรับการประเมินภายใต้เช้า เที่ยง และเย็นแสง ของมันผลเปรียบเทียบกับกราฟของเชิงลาด (หมู) วิธีและวิธีการเรียงซ้อนที่ใช้กันทั่วไปเพื่อระบุมนุษย์ในภาพ ผลแสดงว่า มีอัลกอริทึม DSWTSความแม่นที่ 8 – 20 เมตร นอกจากนี้ เพื่อปรับปรุงประสิทธิภาพจาก 0 ที่ระยะ 8 เมตร มันรวมมีสองวิธีอื่น ๆ แล้ว โดยเปรียบเทียบ และประเมินรวมอัลกอริทึม ฟิวชั่นที่ดีที่สุดถูกค้นพบและพบผลลัพธ์ที่ดี

ผลลัพธ์ (ไทย) 2:

การศึกษาครั้งนี้นำเสนอผลของวิธีการตรวจสอบของมนุษย์โดยใช้กล้องเพียงตัวเดียวติดตั้งอยู่ด้านหน้าของ
รถแทรกเตอร์ อัลกอริทึมได้รับการออกแบบและดำเนินการในขั้นตอนที่ห้าชื่อ DSWTS (กอง
การแบ่งส่วนเทคนิคลุ่มน้ำ Thresholding, ลบ) อัลกอริทึมแรกการเปลี่ยนแปลงการป้อนข้อมูล
ภาพ RGB เพื่อภาพระดับสีเทา ภาพนี้ถูกแบ่งออกเป็นบล็อกขนาดเล็ก ดังนั้นการลบบาง
ภูมิภาคที่ไม่จำเป็นทำให้การประมวลผลภาพสะดวกสบายมากขึ้น การแบ่งกลุ่มวัตถุจากพื้นหลัง,
ขอบของวัตถุที่มีการตรวจพบการใช้ฟังก์ชั่นขนาดการไล่ระดับสีและเทคนิคลุ่มน้ำ.
แล้วโดยการลบของมนุษย์จากพื้นหลังและเปรียบเทียบชุดของเฟรมภาพคนเดินเท้าจะ
ได้รับการยอมรับ ขั้นตอนวิธีการประเมินภายใต้เช้าเที่ยงและเย็นสภาพแสง ใช้
ผลการวิจัยเมื่อเทียบกับ histogram ของเชิงลาด (HOG) วิธีการและวิธีการน้ำตก
ที่เป็นที่นิยมใช้ในการระบุมนุษย์ในภาพ ผลปรากฏว่าอัลกอริทึม DSWTS มี
ความถูกต้องดีที่ 8-20 ม. นอกจากนี้เพื่อปรับปรุงประสิทธิภาพการทำงาน 0-8 เมตรระยะทางที่มันรวมกัน
มีสองขั้นตอนวิธีการอื่น ๆ แล้วตามด้วยการเปรียบเทียบและการประเมินผลขั้นตอนวิธีการรวมฟิวชั่นที่ดีที่สุดที่ถูกค้นพบ
และพบว่าได้ผลดี

ผลลัพธ์ (ไทย) 3:

การศึกษานี้เสนอผลการตรวจสอบของมนุษย์โดยใช้ขั้นตอนวิธีการติดตั้งกล้องในหน้าเดียวรถแทรกเตอร์ วิธีการออกแบบและดำเนินการในขั้นตอนที่ 5 ชื่อ dswts ( แผนกการแบ่งส่วนตลาด , เทคนิค , ลุ่มน้ำปรับลบ ) ขั้นตอนวิธีการป้อนข้อมูลRGB ภาพไปยังระดับสีเทาภาพ ภาพนี้ถูกแบ่งเป็นบล็อกเล็ก ๆ ดังนั้น การลบบางภูมิภาคเป็นทำให้การประมวลผลภาพที่สะดวกสบายมากขึ้น ในส่วนวัตถุจากพื้นหลังขอบของวัตถุที่ตรวจพบการใช้ฟังก์ชันและลุ่มน้ำขนาดไล่ระดับเทคนิคแล้ว โดยการลบชุดมนุษย์จากพื้นหลังและการเปรียบเทียบของเฟรมภาพ คนเดินเท้า คือได้รับการยอมรับ วิธีทดสอบภายใต้สภาวะแสงเช้า เที่ยง และเย็น ของผลลัพธ์ที่ได้เมื่อเทียบกับความถี่ของการไล่ระดับสี ( หมู ) ที่มุ่งเน้นวิธีการ และน้ำตกวิธีที่มักใช้เพื่อระบุมนุษย์ในรูป พบว่ามี dswts ขั้นตอนวิธีความดีความถูกต้องที่ 8 – 20 เมตร นอกจากนี้ เพื่อที่จะปรับปรุงประสิทธิภาพของจาก 0 ถึง 8 เมตร ระยะทาง มันรวมกับขั้นตอนวิธีอื่น ๆสอง แล้วโดยการเปรียบเทียบและประเมินขั้นตอนวิธีการรวมกันดีที่สุดฟิวชั่นถูกค้นพบและพบผลลัพธ์ที่ดี