تشخیص بلادرنگ تابلوهای ترافیکی به وسیله شبکه های یادگیری عمیق
سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 486
فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AIRAFT01_016
تاریخ نمایه سازی: 7 بهمن 1399
چکیده مقاله:
سیستم تشخیص علائم ترافیکی به سیستم هوشمندی اطلاق می شود که بتواند به صورت خودکار اعلان ها را برای خودروی خودران فراهم کند. شبکه های عصبی مبتنی بر کانولوشن مانند Faster R_CNN توانستند به دقت مناسبی در تشخیص شی دست یابند، این روش ها قابلیت تشخیص آنی اشیا را دارند و استفاده از این شبکه ها به منظور تشخیص علائم ترافیکی توانسته است به دقت قابل قبولی در زمان مناسب برسد. شبکه های YOLO و SSD که جزو شبکه های تشخیص تک مرحله ای می باشند، با وجود داشتن سرعت پردازش بالا برای تشخیص علائم اما تاکنون نتوانسته اند به دقت قابل ملاحظه ای برسند. در این تحقیق با استفاده از الگوریتم های جدید شبکه های یادگیری عمیق در تشخیص تابلوهای راهنمایی رانندگی توانستیم با غلبه بر شرایط نامطلوب آب و هوایی مانند مه و نور مستقیم در پس زمینه به دقت حدود %90 با سرعت 16 فریم در ثانیه برسیم.
کلیدواژه ها:
تشخیص تابلوهای ترافیکی– شبکه های عصبی کانولوشنی – شرایط نامطلوب آب و هوایی
نویسندگان
فریما جوادی
دانشجو کارشناسی، دانشگاه علم و صنعت ایران، دانشکده مهندسی برق، تهران نارمک دانشگاه علم و صنعت ایران
امیرعباس حمیدی ایمانی
دانشجو دکتری، دانشگاه علم و صنعت ایران، دانشکده مهندسی برق، تهران نارمک دانشگاه علم و صنعت ایران
شهریار برادران شکوهی
دانشیار، دانشگاه علم و صنعت ایران، دانشکده مهندسی برق، تهران نارمک دانشگاه علم و صنعت ایران