SA517390016B1 - طريقة لعد أجسام في مساحة مكانية محددة مسبقا - Google Patents

Abstract

يتعلق الاختراع الحالي بطريقة لعد أجسام في مساحة مكانية محددة مسبقاً، تتضمن الطريقة: - طور تعلم أول بدون إشراف، و - طور ثاني للعد في المساحة، يشتمل على الخطوات التالية: - رصد صورة تتضمن المساحة المحددة مسبقاً عن طريق الكاشف (30)، و - تقدير الكثافة المكانية للأجسام في المساحة المحددة مسبقاً بتطبيق القانون على الصورة المرصودة. شكل3.

Description

طريقة لعد أجسام فى مساحة مكانية محددة مسبقا ‎Method for Counting Objects in A Predetermined Spatial Area‏ الوصف الكامل خلفية الاختراع يتعلق الاختراع الحالي بطريقة لعد أجسام ‎counting objects‏ فى مساحة مكانية ‎spatial‏ ‏8 محددة مسبقاً. يتعلق الاختراع ‎al)‏ بمنتج برنامج كمبيوتر ذي صلة ووسط معلومات ‎medium‏ 1010008100. يتعلق الاختراع الحالي بجهاز كشف قادر على القيام بطريقة العد. مع زيادة استخدام المراقبة بالفيديو في الأماكن العامة لتحسين الأمان؛ تم تطوير العديد من

التقنيات لتحليل الفيديوهات التى توفرها الكاميرات. الوثيقة الأوروبية رقم 2,704,060 أ2 على وجه التحديد توضح طريقة لتقدير حجم تكويم المعطيات من صورة؛ تشتمل الطريقة على خطوات تحديد مرشح للحصول على ‎lel‏ نقاط البيانات المعلومات ية باستخدام لوغارتمية تعلم فعالة. تتضمن الطريقة أيضاً خطوة استقبال حاشية

من مستخدم تحدد البيانات من أغلب نقاط البيانات المعلومات ية. تتضمن الطريقة أيضاً خطوة لاستخدام وظيفة الانحسار على أغلب النقاط المعلومات ية المحددة بالإضافة إلى الترقيم ذي الصلة لتقليل الفقد على وحدة بيانات الحاشية. في النهاية تشتمل الطريقة على خطوة إنشاء نموذج انحسار باستخدام البيانات المذيلة بواسطة المستخدم والبيانات المذيلة المستنتجة. تصف الوثيقة الأمريكية رقم 0031005/2000 أ1نظام ضوئي يشتمل على كاميرا ‎camera‏

5 ومعالج ‎processor‏ يتضمن برنامج تحليل فيديو ‎video analysis software‏ يكون البرنامج مناسب لتقدير إطار خلفي مرجعي يمثل خلفية؛ تقدير المتغيرات الهندسية لتمثيل تدرج تغير جسم فى ‎١‏ لإطار المحدد؛ الحصول على خربطة كشف التغير لتمييز الخلفية من جسم فى ‎١‏ لإطار المحدد ودمج خريطة كشف التغيير مع المتغيرات الهندسية للحصول على قياس الازحام في الإطار ‎Casall‏

مع ذلك»؛ عند زيادة الكثافة المكانية ‎spatial densities‏ لأجسام؛ توفر الطرق المذكورة سابقاً نتائج لا يمكن الاعتماد عليها لتحديد الكثافة المكانية لأجسام في الإطار المتوفر. ‎lly‏ تكون هناك ‎dala‏ لطريقة تحديد أجسام في مساحة مكانية محددة مسبقاً مما يسهل من احتمالية الحصول على تقديرات يمكن الاعتماد عليها بشكل أكبرء على ‎dag‏ التحديد عندما تكون الكثافة المكانية للأجسام مرتفعة. الوصف العام للاختراع في النهاية؛ يتم اقتراح طريقة لعد أجسام في مساحة مكانية ‎Spatial area‏ محددة مسبقاً.تتضمن الطريقة مرحلة تعلم غير مراقبة أولى تشتمل على خطوات اختيار مجموعة من الكثافات المكانية ‎spatial density‏ المنفصلة لأجسام في مساحة مكانية محددة مسبقاً؛ توفير متغيرات بالنسبة 0 لجهاز كشف قادر على الحصول على صورة واحدة على الأقل» تتضمن الصورة المساحة المكانية المحددة ‎clue‏ تشتمل المتغيرات المتوفرة على متغير واحد على الأقل مرتبط بالطول البؤري لجهاز ‎cass‏ متغير مرتبط بارتفاع جهاز الكشف ومتغير مرتبط بميل جهاز الكشضف ‎detector‏ ‏بالنسبة للمساحة المكانية المحددة مسبقاً؛ توليد قاعدة بيانات تتضمن العديد من الصور لكل كثافة مكانية مختاره؛ تستخدم خطوة التوليد المتغيرات المتوفرة في الخطوة المخصصة؛ وتحديد قانون 5 يسهل من تقدير الكثافة المكانية في مساحة مكانية محددة مسبقاً باستخدام قاعدة التعليم المولدة. تتضمن الطريقة أيضاً مرحلة ثانية من العد فى مساحة مكانية محددة مسبقاً تشتمل على خطوات الحصول على صورة تتضمن المساحة المكانية المحددة مسبقاً من خلال جهاز الكشف؛ وتقدير الكثافة المكانية لأجسام في مساحة مكانية محددة مسبقاً بواسطة تطبيق القانون على الصورة المكتسبة ‎acquired image‏ . وفقاً لنماذج محددة؛ تتضمن طريقة العد واحد أو أكثر من السمات التالية؛ بمفردها أو في توليفة تقنية محتملة : - تتضمن خطوة التوليد خطوة تصحيح العيوب المنظورية المرتبطة بجهاز الكشف . -تتضمن الطريقة خطوة لتقطيع صورة لتحديد البيكسيلات ‎pixels‏ التي تتضمن جسم.

- يتم إجراء خطوة التحديد بواسطة التعلم؛ يتضمن التعلم استخلاص الخواص» يتم أيضاً استخدام الخواص المستخرجة في خطوة التقدير . - يتم إجراء خطوة التحديد بواسطة تقليل تراجع متجه الدعم ‎support vector regression‏ . -فى الخطوة المخصصة؛ يكون المتغير المرتبط بجهاز الكشف سمة متأصلة فى جهاز الكشف . -في الخطوة المخصصة؛ يتم توفير متغير موضع لجهاز الكشف و/أو متغير اتجاه لجهاز الكشف. يتم أيضاً وصف منتج برنامج كمبيوتر يتضمن تعليمات برنامج؛ تعليمات البرنامج التي تنفذ طريقة كما تم الوصف سابقاً؛ عند تنفيذ تعليمات البرنامج بواسطة جهاز كمبيوتر ‎٠.‏ ‏يتم أيضاً اقتراح وسط معلومات ‎information medium‏ يتم عليه تخزين منتج برنامج كمبيوتر 0 كما تم الوصف ساقاً. يتم أيضاً اقتراح جهاز رصد قادر على عد الأجسام في مساحة مكانية محددة مسبقاً يشتمل على جهاز كشف قادر على الحصول على صورة واحدة على الأقل» تتضمن الصورة المساحة المكانية المحددة مسبقاً؛ كاشف يتضمن متغيرات»؛ يكون أحد المتغيرات مرتبط بالطول البؤري لجهاز الكشف؛ ويكون متغير مرتبط بارتفاع جهاز الكشف وبكون متغير مرتبط بميل جهاز الكشف 5 المرتبط بالمساحة المكانية المحددة مسبقاً. يتضمن الجهازوحدة معالجة نمطية قادرة على عد الأجسام في مساحة مكانية محددة مسبقاً. تكون وحدة المعالجة النمطية قادرة على اختيار مجموعة من الكثافة المكانية المختلفة فى مساحة مكانية محددة مسبقاً؛ استقبال متغيرات مرتبطة بجهاز الكشف؛ تشتمل المتغيرات المستقبلة على متغير واحد على الأقل مرتبط بالطول البؤري لجهاز 0 المكانية المحددة مسبقاً؛ توليد مجموعة من الصور لكل ‎AES‏ مكانية مختاره باستخدام المتغيرات المستقبلة؛ تحديد قانون يسهل من تقدير الكثافة المكانية في مساحة مكانية محددة مسبقاً باستخدام قاعدة التعليم المولدة كقاعدة تعليم و تقدير الكثافة المكانية لأجسام في المساحة المحددة مسبقاً بواسطة تطبيق القانون على الصورة المكتسبة .

شرح مختصر للرسومات سوف تتضح السمات والمزايا الأخرى للاختراع عند الإطلاع على الوصف التالي لنماذج ‎EY)‏ ‏كمثال فقط ويتم عمل ذلك بالإشارة إلى الرسومات؛ والتي تكون عبارة عن : - شكل 1؛ مسقط تخطيطي لمثال وحدة معالجة نمطية مما يسهل من إجراء طريقة لعد أجسام في مساحة مكانية محددة مسبقاًء - شكل 2؛ مثال صورة مولدة لتشكيل قاعدة تعلم»؛ و - شكل 3؛ مخطط انسيابي لمثال نموذج طريقة لعد أجسام؛ يتم توضيح وحدة ‎dallas‏ نمطية ‎processing module‏ 10 ومنتج برنامج كمبيوتر ‎12computer program product‏ فى شكل 1 . 0 الوصف التفصيلىي: يسهل تفاعل منتج برنامج الكمبيوتر ‎12computer program product‏ مع وحدة المعالجة النمطية ‎processing module‏ 10 من تنفيذ طريقة لعد أجسام فى مساحة مكانية محددة تكون وحدة المعالجة النمطية 10 بشكل مفضل عبارة عن كمبيوتر . 5 بوجدٍ ‎ple‏ تكوت وحدة المعالجة النمطية 10 عبارة عن كمبيوتر إلكتروني قادر على معالجة و/أو تحويل البيانات التي يتم تجسيدها ككميات إلكترونية وفيزيائية فى سجلات وحدة المعالجة النمطية 0 و/أو ذاكرة في بيانات مشابهة أخرى مناظرة لبيانات فيزيائية في ‎BIN‏ سجلات أو أنواع ‎gal‏ من الشاشات؛ أجهزة نقل أو تخزين. تتضمن وحدة المعالجة النمطية 10 معالج ‎processor‏ 14 يشتمل على وحدة ‎dallas‏ بيانات ‎data processing unit 20‏ 16 ذاكرة ‎memories‏ 18 وقارئ وسط معلومات ‎information‏ ‎medium reader‏ 20. تشتمل وحدة المعالجة النمطية 10 ‎Load‏ على لوحة مفاتيح ‎keyboard‏ 22 ووحدة عرض ‎display unit‏ 24.

يتضمن منتج ‎malin‏ كمبيوتر 12 وسط معلومات ‎information medium‏ 20 . يكون وسط المعلومات 20 عبارة عن وسط مقروء ‎medium readable‏ يكون وسط المعلومات 20 عبارة عن وسط مقروء بواسطة وحدة المعالجة النمطية 0 1 3 ‎Bale‏ بواسطة وحدة معالجة البيانات 14. يكون وسط المعلومات 20 عبارة عن وسط مناسب لتخزين تعليمات إلكترونية ويكون قادر على الاقتران بناقل لنظام كمبيوتر. ‎(JUS‏ يكون وسط المعلومات المقروء 20 عبارة عن قرص مرن ‎«floppy disk‏ قرص ضوئي ‎optical disc‏ ¢ اقراص مضغوطة لقراءة فقط ‎Compact Disc read—only-memory‏ ‎(CD-ROM)‏ « قرص ضوئي مغناطيسي ‎magnetic-optical disc‏ ؛ ذاكراة للقراءة فقط ‎(ROM) read—only-memory‏ ؛ ذاكرة الوصول العشوائي ‎random access memory‏ ‎(RAM) 10‏ ذاكرة قراءة فقط قابلة للبرمجة والمحى ‎erasable programmable read-only‏ ‎(EPROM) memory‏ ؛ ذاكرة قراءة فقط قابلة للبرمجة والمحو كهربيًا ‎electrically‏ ‎(EEPROM) erasable programmable read-only memory‏ بطاقة مغناطيسية ‎magnetic card‏ أو بطاقة ضوئية ‎optical card‏ . يتم تخزين برنامج كمبيوتر يشتمل على تعليمات برنامج على وسط المعلومات 20 15 يمكن تحميل برنامج الكمبيوتر على وحدة معالجة البيانات 14 وتكون مناسبة لتنفيذ الطريقة لعد أجسام في مساحة مكانية محددة مسبقاً عند تنفيذ برنامج الكمبيوتر على وحدة المعالجة النمطية

يتم وصف عملية وحدة المعالجة النمطية 10 المتفاعلة مع منتج برنامج الكمبيوتر 12 بالإشارة إلى الأشكال 2 و3؛ التي توضح تخطيطياً مثال نموذج الطريقة لعد أجسام. 0 يشير تعبير ' جسم" إلى عنصر قابل للعد. في سياق الاختراع؛ يكون الجسم ملحوظ» أي؛ جهاز الكشف 30 كما يتضح في شكل 3 قادر على ملاحظة الجسم في المساحة المحددة مسبقاً. يكون جهاز الكشف المذكور 30؛ على سبيل المثال» عبارة عن كاميرا 30. تتسم الكاميرا المذكورة 30 بالمتغيرات ‎P parameters‏ .

بالتالى يكون لجهاز الكشف 30 متغيرات متأصلة ‎Pintrinsic‏ ؛ أي؛ لا تعتمد على الوسط» ‎Jie‏ ‏الطول البؤري لجهاز الكشف 30 أو حجم الصورة الذي تم الحصول عليه بواسطة جهاز الكشف 30. تكون المتغيرات المتأصلة ‎Pintrinsic‏ عبارة عن متغيرات خاصة بالكاميرا 30. يكون لجهاز الكشف 30 أيضاً متغيرات دخيلة ‎Pextrinsic‏ . على سبيل المثال» متغير مرتبط بموضع ‎Pposition‏ للكاميرا 30 على أساس الوسط محل الاستفهام ويكون عبارة عن متغير دخيل ‎Pextrinsic‏ . بشكل مفضل؛ يكون متغير موضع ‎Pposition‏ للكاميرا 30 عبارة عن ارتفاع الكاميرا 30 وفقاً لمثال آخرء يكون متغير موضع ‎PPOSItion‏ للكاميرا 30 عبارة عن مسافة الكاميرا 30 0 بالنسبة للمساحة المكانية المحددة مسبقاً. بصورة نمطية؛ يتم تحديد مسافة الكاميرا 30 من المساحة المكانية المحددة مسبقاً بأنها المسافة بين مستوى أجهزة الكشف للكاميرا 30 ونقطة المساحة المكانية المحددة مسبقاً والتى تكون أقرب من الكاميرا 30. وفقاً ‎Jil‏ آخرء بافتراض تحديد المستوى المتعامد المتجانس للمرجع ‎YX)‏ 2) للحيز المراد 5 رصده؛ يكون متغير المواضع الآخر ‎Pposition‏ للكاميرا 30 عبارة عن الموضع بطول المحور ‎X along the axis‏ والموضع بطول المحور ‎Y along the axis‏ . على غرار ذلك»؛ يكون المتغير المرتبط باتجاه ‎Porientation‏ للكاميرا 30 والمعتمد على النظام الميكانيكى الحامل للكاميرا 30 يكون عبارة عن متغير دخيل ‎Pextrinsic‏ . بشكل مفضل» يكون متغير الاتجاه ‎Porientation‏ للكاميرا 30 عبارة عن زاوية الميل لمحور 0 الرؤية للكاميرا 30 المرتبط بالمحور الأفقي. تسمى الزاوية المذكورة بوجدٍ عام زاوية التباعد. بصورة إضافية؛ يتم أخذ متغيرات الاتجاه الأخرى ‎Porientation‏ في الاعتبار.

يكون متغير اتجاه ‎Porientation af‏ للكاميرا 30 على سبيل المثال عبارة عن التوجيه الزاوي لاتجاه المحور الضوئى للكاميرا 30 بالنسبة للإطار المطلق للمرجع ‎٠‏ يسمى اتجاه المحور الضوئى للكاميرا 30 بصورة نمطية زاوية الاتجاه. يكون أيضاً ميل الكاميرا 30 حول محور الرؤية لهاء الذي يسمى أيضاً زاوية الدلفنة؛ مثالاً آخر لمتغير اتجاه ‎Porientation‏ للكاميرا 30. يجب ملاحظة أن اتجاة متغيرات الاتجاهط للكاميرا 30 يمكن التعبير ‎Load aie‏ فى صورة زوايا أوبلر» أي» ‎Ugh‏ المداورة؛ التمايل والتدوير النوعي. بوجدٍ عام تكون زاوية التمايل هي المتغير المفضل. ‎Lad‏ بعد في هذه الوثيقة؛ تكون الأجسام عبارة عن أفراد وبعد جهاز الكشف 30 عبارة عن كاميرا 0 رصد فيديو. فى تلك الحالة؛ تكون المساحة المكانية المحددة مسبقاً عبارة عن المساحة المراد رصد ‎Aa‏ ‎Tag‏ لمثال ‎aT‏ تكون الأجسام عبارة عن أجسام ذات فائدة بيولوجية تتم ملاحظتها باستخدام جهاز الكشف 30 وعدسة تقوم بوظيفة مجهرية ‎microscope function‏ . وفقاً ‎Jl‏ آخر أيضاً؛ تكون الأجسام عبارة عن أنابيب كريون نانومترية ‎carbon nanotubes‏ 5 وفى هذه الحالة؛ يكون جهاز الكشف عبارة عن مجهر إلكترونى ‎electron microscope‏ . بوجدٍ عام»؛ من المحتمل تطبيق الطريقة المذكورة على أي نوع من الأجسام التي يمكن تحفيز سلوكها بشكل فعلي. ‎dag:‏ عام تعتمد المساحة المكانية المحددة مسبقاً ‎ZS‏ على الجسم. كتوضيح » عندما يكون الجسم محل ‎١‏ لاستفهام عبارة عن جسم ذات فائدة بيولوجية؛ تكون المساحة 0 المكانية المحددة مسبقاً ‎Ble ZS‏ عن ‎gia‏ من العينة الملحوظة باستخدام المجهر.

في سياق المثال المذكور؛ عندما يكون الجسم عبارة عن شخص؛ تكون المساحة المكانية المحددة

مسبقاً 25 ‎Ble‏ عن جزءٍ من الوسطء على سبيل المثال؛ ‎gia‏ من الشارع. يبدو ذلك بوضوح في

صورة شكل 2.

فى تلك الحالة؛ تكون الكاميرا 30 قادرة على الحصول على صورة المساحة المكانية المحددة مسبقاً 25؛ بصورة نمطية؛ تكون الكاميرا 30 قادرة على الحصول على صورة للشارع. علاوة على ذلك؛

تكون طريقة العد عبارة عن طريقة لعد تكويم المعطيات في وسط.

كما تم التوضيح تخطيطاً في شكل 3 تتضمن الطريقة طورين ‎phases‏ متتالين 01 ‎P25‏

يتناظر الطور ‎first phase‏ الأول ‎P1‏ للجزءٍ العلوي لشكل 3 (المحدد بالخطوط المنقطة 32)؛

بينما يتناظر الطور الثاني ‎P2 second phase‏ مع الجزءٍ السفلي لشكل 3. يكون الطور الأول

0 01 عبارة عن طور تعلم لم يتم الإشراف عليه؛ بينما يكون الطور الثاني ‎P2‏ عبارة عن طور عد فى مساحة مكانية محددة مسبقاً ‎ZS‏ ‏يؤدي طور التعلم الأول الذي لم يتم الإشراف ‎Plage‏ إلى الحصول علدقانون يسهل من تقدير الكثافة المكانية لأشخاص فى المساحة المحددة مسبقاً. يعني التعبير" تعلم لم يتم الإشراف عليه" أنه يتم توليد بيانات التعلم آلياً.

5 في هذا السياق؛ يكون القانون عبارة عن رابط بين مميزات صورة وقيمة الكثافة المكانية لأشخاص في مساحة مكانية ‎spatial area‏ محددة مسبقاً ‎(ZS)‏ يسهل القانون من تحديد المميزات المشتركة في الكثافة المكانية المتزايدة لأشخاص.

أثناء طور التعلم الأول ‎PT‏ يتم استخدام متغيرات جهاز الكشف 30 لتوليد قاعدة تعلم ‎All‏ من قاعدة التعلم؛ يتم تعلم نموذج الانحسار بواسطة ‎sang‏ المعالجة النمطية 10.

0 يبحث الطور الثانى2© للعد فى مساحة مكانية محددة مسبقاً ‎ZS‏ تطبيق القانون على الحالات الفعلية. تشير " حالة فعلية' إلى الصور التي تم الحصول عليها بواسطة الكاميرا 30 وغير المولدة ‎LT‏ كما في ‎dlls‏ طور التعلم الأول الذي لم يتم الإشراف عليه1© .

— 0 1 — بشكل أكثر تحديداً؛ يتم تجميع تيار الفيديو من الكاميرا 30 ثم يتم استخلاص المميزات من تيار الفيديو للحصول على الكثافة المكانية على الصورة الكلية بسبب نموذج الانحسار للتمل أثناء تنفيذ طور التعلم الأول 01 . بالتالى يسهل تنفيذ الطريقة من الحصول على عدد الأشخاص فى مساحة مكانية محددة مسبقاً ‎ZS 5‏

يتضمن طور التعلم الأول الذي لم يتم الإشراف عليه 01 اريع خطوات :خطوة اختيار 5100؛ خطوة إعداد 5102؛ خطوة توليد 5104 وخطوة تحديد 5106. في خطوة الاختيار5100 ؛ يتم اختيار مجموعة من الكثافة المكانية المختلفة لأشخاص في مساحة مكانية محددة مسبقاً ‎ZS‏

0 وققاً لنموذج» يتم توزيع كل كثافة مكانية بصورة منتظمة بين الكثافة المكانية صفر والكثافة المكانية المرتفعة. ‎dag‏ عام»؛ تكون الكثافة المكانية مرتفعة على أساس ‎eg lll‏ وجه التحديد ظروف الرؤية. بصورة نمطية؛ تكون الكثافة المكانية أكبر من أو تساوي50 شخص فى المساحة المحددة مسبقاً عبارة عن كثافة مكانية مرتفعة.

1 في نهاية خطوة ‎f‏ لاختيار 00 1 5 يتم الحصول على مجموعة من الكثافات المكانية. وفقاً لنموذج؛ يتم إجراء خطوة الاختيار 5100 بالنسبة لعدة مناطق منفصلة للصورة. فى الخطوة المخصصة 5102؛ يتم توفير المتغيرات المرتبطة بالكاميرا 30. تشتمل المتغيرات المتوفرة على متغير واحد على الأقل مرتبط بالطول البؤري ‎lead‏ الكشف 30؛ متغير مرتبط بارتفاع جهاز الكشف 30 متغير مرتبط بميل جهاز الكشف 30 بالنسبة للمساحة

0 المكانية المحددة مسبقاً 25 ومتغير مرتبط بموضع النقطة الرئيسية. يكون المتغير المرتبط بموضع النقطة الرئيسية على سبيل المثال عبارة عن موضع المركز البصري بالنسبة لمركز الصورة.

— 1 1 — وفقاً لمثال» يكون المتغير المرتبط بالكاميرا 30 عبارة عن متغير ‎Pintrinsicdabic‏ . كمثال» يتم توفير الطول البؤري للكاميرا 30 أو عدد بيكسلات الكاميرا 30. وفقاً لمثال آخر؛ يكون المتغير المرتبط بالكاميرا 30 عبارة عن واحد فقط من بين المجموعة المكونة من متغير موضع ‎Pposition‏ ومتغير الاتجاه 0116018100 للكاميرا 30 بالنسبة للوسط.

في نهاية الخطوة المخصصة 5102؛ يتم الحصول على المتغيرات المرتبطة بالكاميرا 30. من بين تلك ‎١‏ لمتغيرات» يوجد متغير واحد على الأقل مرتبط بالطول البؤري ‎lead‏ الكشف 30؛ متغير المحددة مسبقاً ‎ZS‏ ومتغير مرتبط بموضع النقطة الرئيسية.

0 في خطوة التوليد 5104؛ يتم توليد قاعدة تعلم. في النهاية؛ في خطوة التوليد ‎(S104‏ يتم توليد مجموعة من الصور وعنصر الحاشية المناظر للحقيقة الأرضية. يتم ‎We‏ الإشارة إلى التعبير" حقيقة أرضية" لاستخدام التعبير الإنجليزي "حقيقة أرضية" . يتم توليد مجموعة من الصور لكل كثافة مكانية مختارة في خطوة ‎f‏ لاختيار00) 1 5

يعني " توليد" أن وحدة المعالجة النمطية 10 تولد صور تخليقية باستخدام المتغير المرتبط بالكاميرا 30. لا تكون الصور التخليقية عبارة عن صور يتم الحصول عليها من الكاميرا 30. يتم توليد تلك الصور كما لو تم التقاطها بواسطة الكاميرا 30؛ ولكنها تكون صور تخليقية. بشكل ‎«unde‏ يتم حساب مواضع المشاة بما في ذلك الصور التخليقية للتناظر لمجال الكثافة المكانية فى الوسط ثلاثى الأبعاد المتضمن فى المساحة التى تشتمل على مجال الرؤية للكاميرا

0 30 والقرب المباشر لها لتجنب تأثيرات الحافة. ‎(JUS‏ لتشكيل مجال الكثافة المكانية؛ يتم إيجاد تدرج كثافة مكانية المستمر من أقصى كثافة مكانية إلى أدنى كثافة مكانية من خلال الصورة. يتم توجيه التدرج بطول خطوط العمق الثابتة في

— 2 1 — الصورة 3 بحيث بالنسبة لعمق ‎(AAs a‏ تتراوح فواصل الكثافة المكانية من ‎CAS‏ للغاية إلى نادر للغاية. يتناظر ذلك مع الافتراضية الخاصة بعمق محدد» وأن ظهور تكويم المعطيات بالكثافة المكانية الثابتة يكون متشابه تقريباً بامتداد خط العمق الثابت. على نحو ‎can‏ يتم استخدام مزيج من وظائف جاوس الموضوعة عشوائياً في مساحة مكانية محددة مسبقاً 25 مع الانحراف القياسي العشوائي. يسهل المزيج المذكور من توليد صورة قريبة من تسهل أحد الطرق من حساب الحقيقة الأرضية لتحديد الكثافة المكانية لوظيفة الحقيقة الأرضية؛ التي تسمى دالة ‎LF function‏ لحساب الدالة © لكل بكسل من الصورة المولدة؛ يتم تحديد الكثافة المكانية لدالة الحقيقة ‎Faia VY‏ بواسطة المعادلة التالية: ‎N(p; 1, 62. 15,5) 10‏ > = (1,7)00 6 70 ‎PEP‏ ‏حيث: ‎GSP -‏ عبارة عن قائمة المواضع في الصورة حيث يوجد المشاة؛ ‎Pp) N -‏ 62) عبارة عن نواة جاوس ثنائية الأبعاد التي تم تقييمها عند البكسلم بموضع متوسط ‎PP‏ و 5 - تج عبارة عن معامل. يتم حساب الموضع لعابر في الصورة باستخدام متغير للكاميرا 30 بواسطة عرض في الصورة؛ نقطة موجودة في الموضع لعابر يدور حوله الاختراع وعند الارتفاع المناظر لتصف ارتفاع الإنسان. بصورة نمطية؛ يكون متوسط ارتفاع الإنسان 1.70 متر. على غرار ذلك؛ يتم حساب المعامل كثلث النصف للارتفاع الظاهر للإنسان عند الموضع 080510000 فى الصورة. يالتالى» تعتمد القيمة المفترضة بواسطة المعامل ‎o coefficient‏ للعابر ‎P pedestrian‏ على موضعه فى الصورة. بصورة نمطية؛ يقترب المعامل 0م من عدة بكسيلات.

— 1 3 —

يتم حساب الحقيقة الأرضية آلياً وتجنب الحاشية بواسطة البشر. ‎lL‏ تكون تلك العملية أكثر ‎cdi‏ حيث يتم إجراء العملية آلياً. في نهاية خطوة التوليد 5104؛ يتم الحصول على قاعدة بيانات ‎lly‏ تعمل كقاعدة بيانات تعلم. تتضمن قاعدة البيانات مجموعة من صور تخليقية التى ترتبط بهاء لكل صورة» حقيقة أرضية.

في خطوة التحديد 5106؛ يتم تحديد قانون. يسهل القانون من تقدير الكثافة المكانية فى مساحة مكانية محددة مسبقاً. في النهاية؛ يتم استخدام قاعدة التعلم التي تم توليدها في خطوة التوليد 5104 ‎is used‏ كقاعدة تعليم. كما تم الشرح ‎Talis‏ يجب ملاحظة أنه يتم توليد قاعدة التعلم بدون تنفيذ الحاشية اليدوية بواسطة المشغل.

0 وقفقاً ‎Jud‏ للشكل 3 يتم إجراء خطوة التحديد 5106 من خلال اربع خطوات متتالية: ‎sshd‏ ‏98 لتصحيح المنظور» خطوة 51065 لتقطيع تكويم المعطيات» خطوة ©5106 لاستخلاص الخواص وخطوة تعلم 51060. فى خطوة التصحيح 38م يتم ا لأخذ فى ا لاعتبار ‎doses‏ أن فى الصورة أ لأجسام القريبة من جهاز الكشف 30 تبدو أكبر من الأجسام البعيدة. يجب أخذ تأثير المنظور المذكور في الاعتبار

5 عند تحليل الخصائص المراد استخلاصها من الصورة؛ حيث تمثل الخصائص المستخرجة من جسم اللوحة الأمامية جز صغير من الجسم مقارنة بالخواص المستخرجة التي يتم استخلاصها بعيداً عن الصورة. في خطوة التصحيح 38م يتم إجراء خطوتين متتاليتين ‘ أي ‘ خطوة لقياس الخصائص باستخدام خريطة قياس المنظور وخطوة لتقسيم الصورة إلى شرائط لها عمق شبه ثابت.

0 .يتم قياس الخصائص باستخدام خريطة قياس المنظور حيث يرتبط وزن البكسل بالعمق المتوفر للجسم الذي يولد البكسل. يتم وزن البيكسيلات للأجسام البعيدة. تؤدي خطوة الوزن إلى زيادة الوزن المأخوذ بعين الاعتبار إذا كان الجسم بعيداً عن جسم اللوحة الأمامية.

— 4 1 — يتم توليد خريطة قياس المنظور باستخدام متغير الكاميرا 30 بشكل أكثر تحديداً؛ يتم الحصول على عامل التصحيح بواسطة التقويم التفاضلي. بالتالي؛ بدلاً من استخداممتغير ثنائي الأبعاد مثل الارتفاع أو العرض؛ يكون من المفضل تفسير الطبيعة ثلاثية الأبعاد للكائنات البشرية. في النهاية؛ يظهر التغير في الحجم ‎DE‏ الأبعاد المشغول بواسطة المار. يتم استنتاج عامل تصحيح المنظور ‎(p)W perspective correction factor‏ للبكسل م ‎pixel‏ من ذلك. كمثال؛ يتم الحصول على عامل تصحيح المنظور //ا(0) باستخدام الصيغة التالية: ((و 4 + ‎max(4;(p)‏ ‏لاط ههال ايد + وري ل حيث: يتم التعبير عن الكائن البشري بواسطة اسطوانة ذات قاعدة دائرية ‎cylinder with a circular‏ ‎base‏ « ‎(P)AL‏ تكون عبارة عن المساحة ‎apparent area spall‏ للمساحة الجانبية ‎lateral area‏ ؛ و 2 ) تكون عبارة عن المساحة الظاهرة للقاعدة الدائرية العلوية ‎.upper circular base‏ بالتالي يتم استخدام الخريطة التي تم الحصول عليها لقياس الخواص بواسطة تطبيقة الأوزان 5 المحسوية على كل من البيكسيلات والتى توجد فى مساحة مكانية محددة مسبقاً ‎ZS‏ إذا كانت الخصائص عبارة عن خصائص للسطح وبواسطة تطبيق الجذر التربيعي للأوزان على الخواص المرتبطة بتأثيرات الحافة إذا كانت الخواص عبارة عن خواص من نوع كفافي. بالنسبة لتقطيع شرائط ذات عمق ثابت في الصورة؛ يتم تجسيد زاوية الرؤية التي يمكن مشاهدة العابر منها بواسطة اسطوانة لها ‎hog lis)‏ ونصف قطر "للكاميرا 30 والتي يتم وضعها عند ارتفاع ‎.H height 0‏

— 5 1 — يبدو أن هذه الزاوية تختلف على أساس الموضع للعابر في الصورة. تكون الشريحة الممثلة في الصورة عبارة عن القيم القصوى والتي لا تبتعد عن بعضها البعض. في النهاية؛ يتم تحديد أقصى تغير زاوي في الشريحة المناظرة للبكسل. كتوضيح؛ يتم توضيح اثنين من شرائط ‎strips‏ 81 و82 في شكل 2؛ وبكون الشربطين 81 و82 مرتبطين بالمساحة المكانية المحددة مسبقاً ‎ZS‏ ‏في نهاية خطوة التصحيح 51068؛ يتم أخذ العيوب المرتبطة بلقطة محددة للكاميرا 30 في الاعتبار عند تحليل الصور التخليقية. في الخطوة ‎S106b‏ لتقطيع تكويم المعطيات ‘ يتم تحديد البكسيلات التي تنتمي لتكويم المعطيات في الصورة الكلية. في النهاية؛ فى قاعدة التعلم؛ يتم استخدام بيانات الحقيقة الأرضية. 0 في خطوة الاستخلاص ©5106؛ يتم استخلاص الخواص. يتم توصيل الخصائص ببكسل محدد 0؛ يكون البكسلم ‎Ble‏ عن بكسل تم تقطيعة في خطوة التقطيع 51065. يضمن ذلك أن البكسل م يكون مرتبط بوجود تكويم المعطيات. يتم حساب الخصائص المرتبطة ببكسل ‎P‏ على نافذة منزلقة ‎Wprw sliding window‏ لها نصف قطر ‎TW‏ متمركز على البكسل م. كمثال؛ يتم الحصول على الخصائص الكفافية باستخدام جهاز الكشف ‎.Canny edge‏ تكون الخصائص الكفافية على سبيل المثال عبارة عن اتجاه الخطوط الكفافية؛ أو أطوالها. على نحو ‎can‏ يتم إجراء الخطوة ©5106 لاستخلاص الخصائص الكفافية باستخدام البعد الكسري ‎Minkowski fractal dimension‏ ؛ تتم الإشارة إلى الخطوة باستخدام الاختصار ‎(MFD) 0‏ .

— 6 1 — يمكن إجراء ‎sshall‏ ©5106 لاستخراج الخصائص النصية على سبيل المثال بواسطة المصفوفات المعتمدة على اللون الرمادي. تتم الإشارة إلى تلك الطبقات بصورة نمطية باستخدام الاختصار ‎.GLDM‏ ‏تتضمن ‎sshd‏ الاستخراج ‎Lad 51060 extracting texture‏ خطوة لتمثيل الخواص المستخرجة في صورة متجهة به ‎de sans‏ من الأبعاد بواسطة تمايز قيم نصف القطر ‎radius‏ ‎.r'w values‏ بشكل أكثر تحديداً؛ يتم الأخذ في الاعتبار قيمة مرجعية لنصف القطر ‎TW‏ المناظرة لثلث النتصف لمتوسط الارتفاع الظاهر في الصورة لإنسان كما تم الوصف سابقاً للمعامل008006601 6. يتم استخدام القيم المرجعية المذكورة؛ المشار إليها بتعبير 61©؛ للحصول على6 قيم ‎Chal‏ قطر 0 مختلفة ‎aw‏ والتى تكون عبارة عن» وفقاً لمثال للشكل 3: ‎«ref 1/2. rref 1/4. rref‏ .3/2 ع ‎rref et 3. rref‏ .2. ‎dam‏ لذلك؛ وفقاً لنموذج بواسطة مقدم الطلب؛ لكل بكسل للصورة؛ يتم الحصول على متجه للخصائص بالأبعاد ‎dimensions‏ 144*1. في خطوة التعلم ‎(S106‏ وفقاً للمثال الموضح؛ يتم استخدام تراجع متجه الدعم. يتم أيضاً 5 الإشارة إلى الاتجسار المذكور ب4ا/ا5. يسهل الانحسار من ريط متجه الخواص بالقيم المفترضة بواسطة الكثافة المكانية فى دالة الكثافة ‎.F density function‏ يعتمد أداء التقنية بصورة كبيرة على الضبط الملائم لمتغير والذي تم اختياره في النواه والتقنية بذاتها. في المثال الموضح» تكون النواه عبارة عن نواة جاوس ‎Gaussian kernel‏ ؛ وظيفة أساسية 0 قطرية ‎((RBF ( Radial Basis Function‏ ؛ تتم الإشارة إلى النواه بتعبير نواه ‎kernel‏ يا. لتميز النواة المذكورة» يجب تمييز ثلاث متغيرات :متغير النواه ‎oy‏ متغير الجزاء لتعبير الخطاً ‎C‏ ‏ومتغير دالة الفقد ‎loss function parameter‏ €.

— 7 1 — يتم اختيار متغير النواه ‎y kernel parameter‏ بحيث تحقق النواه ‎K‏ المعادلة التالية : 2 ) الو — ‎k(xp xq) = exp (-r [xp‏ ‎Cus‏ تكون ‎Xp‏ و0* عبارة عن متجهات الخواص ‎.qth 4 pth characteristics vectors‏ يسهل تحسين اختيار ثلاث متغيرات من الحصول على مستويات أداء جيدة. تكون الطريقة النمطية حيث أن الصلاحية المتبادلة تكون مستهلكة للوقت؛ يتم استخدام القيود التالية لمتغير الجزاء ومتغير ‎loss function parameter loss function parameter all dla‏ ع. ‎C= max(|y — 3. ay, ly + 3. ay)‏ ‎logn‏ ‎£E=T.0p |[—‏ ‎n‏ ‏حيث: ‏0 < 7 تكون عبارة ‎dad‏ متوسط ‎mean value‏ قيم الحقيقة الأرضية ‎ground truth values‏ « - لا0 تكون عبارة عن الانحراف القياسي ‎standard deviation‏ لقيم الحقيقة الأرضية ‎ground truth values‏ « ‎ob -‏ تكون عبارة عن الاتحراف القياسي لضوضاء قيم الحقيقة الأرضية؛ - © يكون عبارة عن عدد بيانات التعلم ‎humber of learning data‏ ؛ و ‎se - 5‏ قيمة ثابتة ‎.constant value‏ يختار الطالب ضبط القيمة الثابتة > عند ثلاث وبالنسبة لمتغير النواة 7 يتم ضبط المتغير عند قيمة المتوسط لقائمة من جميع القيم لمريعات المعيار بين ‎XP‏ و0* لجميع 0 و0 المحتملة. في نهاية ‎shad‏ التعلم 51060؛ يتم الحصول على قانون يسهل تقدير الكثافة المكانية في مساحة مكانية محددة مسبقاً.

— 8 1 — في الحالة المحددة التي تم وصفها في هذه الوثيقة؛ يكون القانون عبارة عن نموذج الانحسار» حيث تكون تقنية التعلم المستخدمة عبارة عن تقنية ‎SVR‏ ‏يتضمن الطور الثانى 02 للعد فى المنطقة ثلاث خطوات: خطوة اكتساب ‎(S202‏ خطوة حصول 4 وخطوة تقدير 5206. في خطوة الاكتساب 2م يتم الحصول على صورة بواسطة جهاز ‎asst‏ 30. تتضمن الصورة على الأقل المساحة المكانية المحددة مسبقاً ‎ZS‏ ‏في خطوة الحصول 5204؛ يتم الحصول على الخواص المحددة في خطوة الاستخلاص ©5106 للصورة المتوفرة في خطوة الاكتساب 5202. تتضمن خطوة الحصول 5204 خطوة تقطيع 52048 وخطوة استخلاص 52045.

يتم إجراء خطوة التقطيع 38 يسبب استخدام لوغارتمية للكشف عن تكويم المعطيات في الصورة . تسهل عملية التقطيع من استخلاص الخواص المرتبطة بتكويم المعطيات وليس الخواص المرتبطة بالمواضع حيث لا يوجد تكويم للمعطيات. يؤدي تحسين التقطيع إلى تعزيز الأداء الكلي لطريقة العد.

5 تكون خطوة الاستخراج 52040 مشابهة لخطوة الاستخراج ©5106 الموصوفة في الطور الأول ‎.P1‏ ‏حيث يتم الاستخراج فقط للبكسيلات التي يتم فيها الكشف عن تكويم المعطيات؛ في نهاية خطوة الحصول ‎S204‏ ¢ يتم الحصول على متجهات الخواص في كل يكسل للصورة التي تم الكشف عن تكويم المعطيات لها.

0 في خطوة التقدير 5206؛ يتم تقدير الكثافة المكانية لأجسام في المساحة المحددة مسبقاً. في النهاية؛ يتم تطبيق القانون الذي تم الحصول عيه في نهاية الطور الأول ‎PL‏ على الصورة المكتسبة. يتم تجسيد الرابط بواسطة سهم 50 في شكل 3.

— 9 1 — بشكل أكثر تحديداً؛ يتم استخدام نموذج الانحسار الذي تم الحصول عليه في نهاية الطور الأول 1 للحصول على ‎dad‏ الكثافة المكانية. بعبارات ‎coal‏ يتم استخدام النموذجعلى كل متجهة خاصية لاستنتاج ‎die‏ تقدير القيمة المفترضة بواسطة الدالة] عند البكسل المناظر م. علاوة على ذلك يتم التقدير فقط في مناطق مقطعة وتكون الدالة ‎F‏ هي نتيجة التغاف جاوس ¢ من المحتمل للدالة ‎F‏ في بعض الحالات افتراض قيم لا يمكن تجاهلها خارج المنطقة المقطعة. لتقدير القيم المفترضة بواسطة الدالة "اخارج المنطقة المقطعة؛ يتم استقراء قيم الكثافة المكانية التي تم الحصول عليها باستخدام التفاف الصور باستخدام النواة المقاسه ‎K‏ بحيث: ‎(ky — ug)? + (ky — vp)?‏ ب تح لات )ون = ‎V (ky, kg), (ks, kp)‏ وتكون 0 - التثابت 0ن محدد بواسطة المعادلة ‎‘Ug =U, — f. (ky — uy)‏ ‎VOCE -‏ يكون محدد بواسطة المعادلة(م7 - ‎=v, — B.(k,‏ وت و ‎o .‏

= Q. —————dllxdll ‏اسطة‎ is ‏الثابت ن‎ -

‎pe‏ يكون محدد بو > 2 --6) +2( - 1) + . ل ‎VC UC -‏ تكون عبارة عن إحداثيات لمركز النواه؛ تكون تلك الإحداثيات قابلة للضبط بواسطة وحدة المعالجة النمطية 10. يكون المتغير ‎a‏ على سبيل المثال موجودة في تقنية التقطيع الثناتي . فى نهاية خطوة التقدير 5206؛ يتم الحصول على تقدير الكثافة المكانية لعدد من المارين فى مساحة مكانية محددة مسبقاً ‎ZS‏ ‏بشكل اختياري؛ يتضمن الطور الثاني ‎P2‏ خطوة استنتاج يتم من خلالها استنتاج عدد من المارين

‏0 من الكتافة المكانية المقدرة فى خطوة التقدير.

على سبيل المثال؛ يتم الحصول على عدد المارين في المساحة المحددة مسبقاً بواسطة الدمج على مساحة محددة مسبقاً كلية. تسهل الطريقة من الحصول على تحليل العناصر والتصرف مثل نظام التعليم الذاتي. بالنسبة لطريقة المجال الحالي» تستخدم الطريقة المقترحة طريقة تعلم تتضمن في الواقع قاعدة بيانات يمكن الحصول عليها بسهولة. في واقع الأمرء في طرق المجال الحالي؛ يتم إجراء الطريقة بواسطة التعلم باستخدام البيانات الفعلية؛ والتي تتضمن الحاشية اليدوية بواسطة مشغل البيانات للحصول على قاعدة تعلم. علاوة على ذلك»؛ تكون قاعدة التعلم للطريقة المقترحة ذات جودة أفضل من قاعدة التعلم لطريقة المجال الحالي. في واقع الأمرء يكون التغير وقابلية التمثيل لبيانات التعلم مثيرة للجدل لطرق 0 المجال الحالي. على ‎dag‏ التحديد؛ عند الاستخدام؛ في قواعد المجال الحالي؛ توجد الحالات القصوى» أي؛ عندما تكون الكثافة المكانية أكبر من 50 شخص في المنطقة؛ نادراً في البيانات ‎edule‏ حيث نادراً ما تحدث هذه الحالة في التطبيق. علاوة على ذلك؛ تكون الحاشية المدخلة بواسطة المشغل لا يمكن الاعتماد عليها في الواقع؛ على وجه التحديد عندما يكون تكويم المعطيات كثيف للغاية أو تكون الدقة محددة؛ وبمكن إضافة تلك المشكلات إلى غيرها. على النقيض» يتم 5 توليد القادة لتمثل حالات الاستخدام المستقبلية لجهاز الكشف 30؛ أي؛ العديد من الصور التي تم توليدها مما يسهل من فحص الكثافة المكانية المختلفة للغاية التي تتراوح من عدم الكثافة الشديدة إلى الكثافة الشديدة. علاوة على ذلك؛ تتسم الطريقة بالشدة بالنسبة لتغير موضع و/أو اتجاه جهاز الكشف. في واقع الأمرء يكون متغير الرؤية ذي قيمة. يتم إيجاد بيانات التعلم ‎lad‏ باستخدام نفس الكاميرا 30 ‎Jie‏ ‏0 تك التي يتم استخدامها على التوالي. في النهاية؛ يتم توفير بيانات مرتبطة بالكاميرا 30؛ ‎Jie‏ ‏الطول البؤري المتأصل أو متغير حجم الصورة ‎Pintrinsic‏ أو اتجاه موضع خارجي ‎Pposition‏ ‏و متغير ‎(Porientation‏ بفضل المتغير المحدد بواسطة الكاميرا 30؛ يتم بناء قاعدة بيانات التعلم ‎(LT‏ التي يتم تجسيدها إحصائياً ‎Sas‏ يمكن الاعتماد عليه.

يتم التأكد من الصلابة بواقع حقيقة أن التغير الذي يطرأ على الكاميرا 30 يفترض فقط إعادة تنفيذ الطور الأول ‎PT‏ دون الحصول على صور أرضية؛ التي لا يمكن الاستعناء عنها في طريقة المجال الحالي. تكون الطريقة نافعة حيث تكون الحقيقة الأرضية متوفرة مباشرةً؛ حيث تكون الحاشية آلية ويمكن أخذ أي تغير على الكاميرا 30 في الاعتبار مباشرة من خلال تعلم نموذج الانحسار دون افتراض

توفير مجموعة تعلم جديدة. تطبق الطريقة على وجه التحديد إشراف على تكويم المعطيات من خلال رصد الفيديو للأمان أو لأغراض النقل. في الاستخدام المذكور؛ تسهل الطريقة من تقدير الكثافة المكانية لتكويم المعطيات ولعد عدد المارين في تكويم المعطيات.

0 بصورة متكررة» في هذا الوضع؛ يتم إجراء خطوة الاكتساب بصورة مستمرة بحيث يمكن إجراء الطور الثاني 2 بصورة متكررة على تيار فيديو مستمر. ترتبط الطريقة المقترحة بالرؤية المدعمة بالكمبيوتر؛ الكمبيوتر الذي ينفذ عملية التعلم. بالتالي يمكن تنفيذ الطريقة باستخدام أي كمبيوتر أو أي جهاز آخر. يمكن استخدام نظم متعددة مع البرامج التي تقوم بالطريقة السابقة؛ ولكن من المحتمل الأخذ في الاعتبار استخدام أجهزة مخصصة

‎shay 5‏ الطريقة السابقة؛ والتي ‎(Sa‏ إدخالها في أجهزة قادرة على قياس البيانات المزودة. على ‎dag‏ ‏التحديد» يمكن تنفيذ الطريقة بواسطة جهاز رصد قادر على عد الأجسام في مساحة مكانية محددة مسبقاً ‎ZS‏ يشتمل على جهاز كشف 30 قادر على الحصول على صورة واحدة على الأقل» تتضمن الصورة المساحة المكانية المحددة مسبقاً ‎ZS‏ ووحدة معالجة نمطية 10. تكون وحدة المعالجة النمطية 10 مناسبة لعد أجسام في مساحة مكانية محددة مسبقاً ‎ZS‏ وتكون قادرة على

‏0 اختيار» خطوة توفير5102 ؛ خطوة توليد ‎(S104‏ خطوة تحديد 5106؛ خطوة حصول5204 وخطوة تقدير 5206. تكون وحدة المعالجة النمطية 10 مناسبة لاستقبال المتغير المرتبط بجهاز الكشف 30( تشتمل المتغيرات المستقبلة على متغير واحد على الأقل مرتبط بالطول البؤري لجهاز الكشف 30؛ متغير مرتبط بارتفاع جهاز الكشف 30 متغير مرتبط بميل جهاز الكشف 30 بالنسبة للمساحة المكانية المحددة مسبقاً ‎ZS‏

علاوة على ذلك»؛ لا ترتبط النماذج المقترحة بلغة برمجة محددة. بشكل عرضي؛ يعني ذلك أنه يمكن استخدام العديد من لغات البرمجة لإجراء الطريقة الموضحة سابقاً. يمكن دمج الطريقة والنماذج الموصوفة سابقاً مع بعضها البعض؛ بشكل ‎AS‏ أو جزئي؛ لإيجاد نماذج أخرى للاختراع.

Claims (1)

1. عناصر الحماية 1- طريقة لعد أجسام في مساحة مكانية ‎spatial area‏ محددة مسبقاً (25)؛ تتضمن الطريقة: - طور ‎learning phase alas‏ أول لم يتم الإشراف عليه؛ يشتمل على الخطوات التالية: - اختيار مجموعة من الكثافة المكانية ‎spatial densities‏ المختلفة لأجسام في مساحة مكانية ‎spatial area‏ محددة مسبقاً (25)؛

   - توفير متغيرات بالنسبة لجهاز كشف ‎detector‏ )30( قادر على الحصول على صورة واحدة على ‎(BY)‏ تتضمن الصورة المساحة المكانية المحددة مسبقاً ‎(ZS)‏ تشتمل المتغيرات المتوفرة على متغير واحد على الأقل مرتبط بالطول البؤري لجهاز الكشف ‎detector‏ (30)؛ متغير مرتبط بارتفاع جهاز الكشف ‎detector‏ )30( ومتغير مرتبط بميل جهاز الكشف ‎detector‏ ‏)30( بالنسبة للمساحة المكانية ‎spatial area‏ المحددة مسبقاً (25)؛

   0 - توليد قاعدة بيانات تتضمن العديد من الصور لكل كثافة مكانية مختاره» تستخدم خطوة التوليد المتغيرات المتوفرة في الخطوة المخصصة؛ و - تحديد قانون يسهل من تقدير الكثافة المكانية ‎spatial densities‏ في مساحة مكانية ‎spatial area‏ محددة مسبقاً باستخدام قاعدة التعليم المولدة؛ - طور ثاني للعد في مساحة مكانية ‎spatial area‏ محددة مسبقاً ‎(ZS)‏ يشتمل على الخطوات التتالية: - الحصول على صورة تتضمن المساحة المكانية المحددة مسبقاً ‎(ZS)‏ من خلال جهاز الكشف ‎detector‏ (30)؛ و - تقدير الكثافة المكانية ‎spatial densities‏ لأجسام في مساحة مكانية ‎spatial area‏ محددة مسبقاً ‎(ZS)‏ بواسطة تطبيق القانون على الصورة المكتسبة ‎tacquired image‏ حيث: يتم تنفيذ خطوة الاختيار بواسطة وحدة معالجة نمطية (10)؛ يتم تنفيذ خطوة الاستقبال بواسطة وحدة معالجة نمطية )10( يتم تنفيذ خطوة التوليد بواسطة وحدة معالجة نمطية (10)؛ يتم تنفيذ خطوة التحديد بواسطة وحدة معالجة نمطية (10)؛ يتم تنفيذ خطوة التقدير بواسطة وحدة معالجة نمطية (10)؛

   — 4 2 — يتم تنفيذ خطوة الحصول بواسطة جهاز الكشف )30(¢ و يتم تنفيذ خطوة الاستقبال بواسطة وحدة معالجة نمطية (10). 2- الطريقة وفقاً لعنصر الحماية 1؛ حيث تتضمن خطوة التوليد خطوة تصحيح العيوب المنظورية المرتبطة بجهاز الكشف ‎detector‏ (30).

   3- الطريقة وفقاً لعنصر الحماية 1 ؛ حيث تتضمن الطريقة خطوة لتقطيع صورة لتحديد البكسلات ‎pixels‏ التي تتضمن جسم. 4- الطريقة وفقاً لعنصر الحماية 1 ؛ حيث يتم إجراء خطوة التحديد بواسطة التعلم؛ يتضمن التعلم 0 استخلاص الخواص» يتم أيضاً استخدام الخواص المستخرجة في خطوة التقدير. 5- الطريقة وفقاً لعنصر الحماية 1 حيث يتم إجراء خطوة التحديد بواسطة تقليل تراجع متجه الدعم ‎.support vector regression‏ 5 6- الطريقة وفقاً لعنصر الحماية 1 ؛ حيث فى الخطوة المخصصة؛ يكون المتغير المرتبط بجهاز الكشف ‎detector‏ )30( عبارة عن خاصية ‎Pintrinsic‏ متأصلة بجهاز الكشف ‎detector‏ ‏)30( ‏7- الطريقة وفقاً لعنصر الحماية 1 ؛ حيث في الخطوة المخصصة؛ يتم توفير متغير موضع ‎Pposition 0‏ لجهاز الكشف ‎detector‏ و/أو متغير اتجاه ‎Porientation‏ لجهاز الكشف ‎detector‏ (30). 8- منتج برنامج كمبيوتر يتضمن تعليمات برمجيات؛ تعليمات البرمجيات التي تنفذ طريقة لعد أجسام في مساحة مكانية محددة مسبقاً وفقاً لأي من عناصر الحماية 1 إلى 7؛ عند تنفيذ تعليمات 5 البرمجيات بواسطة جهاز كمبيوتر.

   9- وسط تخزين يتم عليه تخزين منتج برنامج كمبيوتر؛ يتضمن منتج برنامج الكمبيوتر تعليمات برمجيات؛ تعليمات البرمجيات التي تنفذ طريقة لعد أجسام في مساحة مكانية محددة مسبقاً وفقاً لأي من عناصر الحماية 1 إلى 7 عند تنفيذ تعليمات البرمجيات بواسطة جهاز كمبيوتر. ‎ja -10 5‏ رصد ‎surveillance device‏ قادر على عد الأجسام في مساحة مكانية ‎spatial‏ ‏8 محددة مسبقاً ‎(ZS)‏ يشتمل على: - جهاز الكشف ‎detector‏ )30( قادر على الحصول على صورة واحدة على الأقل؛ تتضمن الصورة المساحة المكانية المحددة مسبقاً (25)؛ جهاز الكشف ‎detector‏ (30) به متغير؛ يكون أحد المتغيرات مرتبط بالطول البؤري لجهاز الكشف ‎detector‏ (30)؛ ويكون متغير مرتبط 0 بارتفاع جهاز الكشف ‎detector‏ )30( ويكون متغير مرتبط بميل جهاز الكشف ‎detector‏ ‏)30( بالنسبة للمساحة المكانية ‎spatial area‏ المحددة مسبقاً (25)؛ و - وحدة معالجة نمطية ‎(10)processing module‏ قادرة على عد الأجسام في مساحة مكانية ‎spatial area‏ محددة مسبقاً (25)؛ وحدة المعالجة النمطية ‎processing module‏ )10( قادرة على: - اختيار مجموعة من الكثافة المكانية ‎spatial densities‏ المختلفة في مساحة مكانية ‎spatial area‏ محددة مسبقاً (25)؛ - استقبال متغيرات مرتبطة بجهاز الكشف ‎detector‏ (30)؛ تشتمل المتغيرات المستقبلة على متغير واحد على الأقل مرتبط بالطول البؤري لجهاز الكشف ‎detector‏ (30)؛ المتغير المرتبط بارتفاع جهاز الكشف ‎detector‏ (30)؛ المتغير المرتبط بميل جهاز الكشف ‎detector‏ )30( 0 بالنسبة للمساحة المكانية ‎spatial area‏ المحددة مسبقاً (25)؛ - توليد مجموعة من الصور لكل كثافة مكانية مختاره باستخدام المتغيرات المستقبلة؛ و - تحديد قانون يسهل من تقدير الكثافة المكانية ‎spatial densities‏ في مساحة مكانية ‎spatial area‏ محددة مسبقاً ‎(ZS)‏ باستخدام قاعدة التعليم المولدة كقاعدة تعليم؛ و - تقدير الكثافة المكانية ‎spatial densities‏ لأجسام في مساحة مكانية ‎spatial area‏ محددة 5 مسبقاً (25) بواسطة تطبيق القانون على الصورة المكتسبة ‎acquired image‏

   م 1 1 ب 8 : - نينت ميت ع“ ‎i‏ 81 ‎Rt ® FRR &‏ 3 ‎i 1‏ , ْ 1 : ‎k 5 ER RE SER‏ ‎PANE EX‏ ; ا ‎I‏ ب و ا ‎NN‏ ‏3 الا 0 | ‎LJ SL | frend‏ ما ‎i ; k Es SER‏ ‎EY 3‏ ك5 مما لا | ْ ‎١‏ ‏تمان مم موه نا ون امم 5 + الج و و 1 ‎Fo‏ ‏9 و ‎k ol x RR‏ او الاق ل ال شك ‎oF‏ ‎Ca I 1‏ سحت ا نات للبت الحم لتحت لبت نا ‎pS 3 iy i § i‏ ‎YX © 3 bd‏ > 8 ‎i LY IE i i‏ § 3 : خخ ‎XA x N =‏ )10 2 ‎EB‏ 3 * 5خ :0 حك ‎i‏ ‎i‏ : ؟ة :خخ : ‎i‏ ‎EY 3 3‏ كا ‎YA‏ بس" ‎SN‏ 5 ‎REE 3 bos‏ 3 حال اح 8 : ‎ES a‏ ‎N 4‏ ؟ ال ‎RE Cais WEE i‏ 3 - ‎TR 3 EY 3‏ ال : 9 ‎CC SE‏ اي ‎x N 2‏ ؟ + ‎SEY ILE‏ ا الح ا اا ا 8 ‎ER SN a RE 3 3 > 3 3‏ ل 5 ‎By HUE ANG J oR RNR 3X 1S x ¥ bo‏ ‎bY pS 3‏ الا ‎BR,‏ أ ااا & ‎Hy Nay‏ ‎NE X 3 § =‏ لكك لمكا اب : ‎Xx 3} ¥ :‏ ب ‎CR OE FEE Ae‏ خضي ‎wd RN‏ : ‎oA Sa % % 3 § pe‏ ال لت ‎FRR‏ لمجي ‎hk > 1 § i‏ ل سا و ‎Eo‏ ‎i 3 RR RRR Ree 3 § i‏ ‎kB i a EE i AE LE 8 “5 8 i i #‏ - 3 : ؟؟ ‎SE LE‏ 233255 اما ماحد ‎GR TN‏ : ‎ERE (RE ES: SEER I: 3 8 N‏ 18 اد ا ‎EE SO‏ ‎HS ER RY ORF TES IE NY 3 3‏ ‎Ihe NSM YA Ix 3 oS‏ »يد ‎SSE REI‏ حا ا ‎pS‏ ‏= 3 ؟ ‎TN v3 3 ER: JS‏ اد ‎XR TE‏ 8 ‎OX EK kas‏ ¥ 3% ؟ ¥ ‎FLT OWE OY OW & NS RB RASS‏ ¥ ‎FA 0 :‏ 0 ؟ ؟ .د ا ا )§ ‎BE‏ ‎x 8 X Hi‏ لا ‎RE‏ مدا الجخ 8 3 1 غنا سنس الاك سا ‎BEE Sl. (EE i NLT - 1] 8 0‏ ‎XEN i 3 xX § 3‏ & اال ‎OEE‏ 3 8 ا : ‎BS‏ ‎N X X 3‏ © لايخ 3# ل > ‎ee‏ 3 ا : ; 3 : حل -؟ة ‎TA Ee‏ 8 0+ ‎EY % 3 by‏ 3 .ا 2 ‎iw : WER RN yA BV‏ ‎SE Bow x 3 8 + 8 &‏ & ال : 8 ‎REN RR SE k 8 : 83 N EY # 3 @‏ : 8 ‎k : : RN : 4 3 3‏ ‎We om SH UWE Yi Lod 8 3‏ ؟ ‎X RIS 8 >‏ 87 ا ‎x NEM pat‏ ‎Nd A x 8 .‏ : جح ‎REE‏ ام ع الم : 4 ‎EY i 3 =‏ و : 1 8 ‎i : ESS Ro BE‏ ‎B : ne BF 8 RAR: 13 “835 ¥ =‏ ‎RIN 8 2‏ 5“ : يا : 8 ‎bos‏ * 8 >< 3 : 8 ‎EN 3 :‏ 8 : ‎EY x x 3 N‏ ‎i X § i‏ ب 85 > ‎i Re.‏ ب 8“ 1 ا ‎N 0‏ 3 يج 5 ‎EB‏ ‎N :‏ 5 # ال ‎IX 3 = 1 3 2‏ 8 ‎I 33 3 «8 ¥ 8‏ ‎i FN bY 8 =‏ # 8 ل © :5 ‎i + & 3 RY 3 ba‏ ‎X § :‏ 88 } ‎Ia} 8 ¥ +‏ : ‎i 85 EY BS =‏ ‎IN: 8 3 bo‏ 8 ‎B AF 3 H‏ ‎i > RY N i‏ ‎i xX § &‏ ‎N EY Ey N‏ ‎a‏ 5 1 ‎iE X 3 H‏ ‎i X ¥ #‏ ‎i x pS =‏ + &

   CR RR ‏تدحت‎ RN ‏المح‎ RR ‏لدت لمح الح‎ SS SR RR ‏ده لحت المح تح ميد‎ SR ‏الججد دحي لت لجح مد‎ 5 X i B: AN § FEN 0 HY i . ‏الخ م حي‎ i 3 | SIRS 3 3 ‏ل‎ 8 SHE ! § 5 ces “ § ra = aE 3 § 5 1 oo § § REE bi 58 RAN « ee : ‏ا‎ ‎3 8 3 BLE SNE Pas 5, 1 ‏تس اتات‎ § ; TX bd Fe 8 3 SUE WE WS, 3 RAEN 3 3 i RAL & : ‏ا‎ ‎by ta ood ‏تا‎ WR Nagy, : Fd 3 3 9 i NG 1 ‏ايام‎ a RS : : 8 OO a J i SE is 1 3 3 5 5 ‏الج :الفح ب‎ Ne § 3 “Si 4 ‏اإْ>“ الت ب 1 ا § يل‎ 0 ‏ال>< م‎ 1 RE ‏؟ ٍ ب‎ 3 ‏ليا ذا وح اا ا‎ ST, 1 3 > ¢ Rk RR i 1 3 Fost ‏ا‎ a ‏لحت السك ل يي‎ i SES EE SEE 3 EY bY ‏بد شخ مم لجن‎ RNG, 1 ‏؟ ؟‎ + 0 ‏سسحت نووني‎ & SORE Ny 1 TER N § 3 8 > a 1 2 ‏؟‎ ‏المة سما & | ا‎ 3# ١00 : ‏ايج خا‎ EY ES ‏رس‎ ‏ل ب‎ ENR ‏#ؤ< الي‎ wd § 3 Noa REG SRS ‏ب‎ SE i ‏م‎ ‎3 3 WINER ‏ا خا‎ > N ‏؟ م‎ * ٍ ‏اص‎ : 3 § 3 £ 1 ‏م 3 ب . ال ا‎ 5 ‏يح ممممم ممم ممم ممت‎ JRE oN : § EN PARIS 3 i 3 oe EONAR or 4 N mein Rs § en Ted ES

   لاله الهيلة السعودية الملضية الفكرية ا ‎Sued Authority for intallentual Property‏ ‎RE‏ .¥ + \ ا 0 § 8 ‎Ss o‏ + < م ‎SNE‏ اج > عي كي الج ‎TE I UN BE Ca‏ ‎a‏ ةا ‎ww‏ جيثة > ‎Ld Ed H Ed - 2 Ld‏ وذلك بشرط تسديد المقابل المالي السنوي للبراءة وعدم بطلانها ‎of‏ سقوطها لمخالفتها ع لأي من أحكام نظام براءات الاختراع والتصميمات التخطيطية للدارات المتكاملة والأصناف ع النباتية والنماذج الصناعية أو لائحته التنفيذية. ‎Ad‏ ‏صادرة عن + ب ب ‎٠.‏ ب الهيئة السعودية للملكية الفكرية > > > فهذا ص ب ‎101١‏ .| لريا ‎1*١ v=‏ ؛ المملكة | لعربية | لسعودية ‎SAIP@SAIP.GOV.SA‏