شماره ركورد :
1330390
عنوان مقاله :
معرفي سامانه ي هوشمند تشخيص علائم راهنمايي و رانندگي به كمك يادگيري عميق براي كاهش تصادفات جاده اي
پديد آورندگان :
شكوهي ، مريم دانشگاه فني و حرفه اي تهران - گروه مهندسي كامپيوتر
از صفحه :
47
تا صفحه :
58
كليدواژه :
سامانه ي تشخيص علائم ترافيكي , يادگيري عميق , شبكه عصبي كانولوشن , شبكه عصبي , خودروهاي هوشمند , تخلفات و تصادفات جاده اي
چكيده فارسي :
سامانه ي هوشمند تشخيص و شناسايي علايم راهنمايي و رانندگي با دريافت تصاوير از دوربين نصب شده بر روي خودرو، علايم ترافيكي موجود در مسير خود را تشخيص داده و به راننده هشدار مي‌دهد. اين سامانه ها مي توانند در خودروهاي خودران و هوشمند نيز استفاده شوند و معمولاً دو بخش اصلي دارند: تشخيص علامت از ساير قسمت‌هاي تصوير و ديگري تشخيص و شناسايي نوع علائم ترافيكي. در اين مقاله با استفاده از قدرت شبكه هاي كانولوشني به شناسايي علائم ترافيكي پرداخته شده است. در واقع طراحي سامانه ي شناسايي علائم راهنمايي و رانندگي با مشكلات زيادي همراه است. ممكن است تصاوير گرفته شده به دلايل مختلف داراي نويز مي باشند. شدت و ضعف نور محيط رنگ تصاوير را تغيير مي دهند. يا ممكن است علائم كاملا مشابه استاندارد تعريف شده نباشند و از همه مهم تر اغلب كارهاي انجام شده بر روي علائم ترافيكي كشورهاي خارجي انجام گرفته است. در اين مقاله جهت شناسايي و تشخيص هر يك از علائم ترافيكي سامانه اي ارائه گرديده است تا بتواند بر روي ديتاست هاي بومي و داخلي كار كرده و قدرت و سرعت تشخيص را كه دو فاكتور مهم در خودروهاي هوشمند تلقي مي گردند را مهيا كند. نتايج عملكرد اين سامانه نشان مي دهد كه دقت تشخيص علائم بر روي داده هاي آموزشي 99% و داده هاي تست 99% بوده و از خصوصيات بارز اين سامانه نسبت به كارهاي مشابه، سرعت بالاي تشخيص علائم در هر نوع آب و هوا و شرايط نور و وجود نويز مي باشد.
عنوان نشريه :
فناوري اطلاعات و ارتباطات انتظامي
عنوان نشريه :
فناوري اطلاعات و ارتباطات انتظامي
لينک به اين مدرک :
بازگشت