یش پردازش تصاویر جبهت تشخیص خودرو در اب و هوای نامساعد

تشخیص وسایل نقلیه و ردیابی آن نقش مهمی در اتومبیل های خودران و سیستم های حمل و نقل هوشمند ایفا می کند. شرایطآب و هوایی نامساعد مانند حضور برف سنگین، مه، باران، گرد و غبار با کاهش دید دوربین محدودیت های خطرناکی ایجاد کردهو بر عملکرد الگوریتم های تشخیصی استفاده شده در سبستم های نظارت بر ترافیک و برنامه های رانندگی خودکار تآثیرمی گذارد. در این مقاله. یک طرح بهبود دید متشکل از سه مرحله ارائه شده است: بهبود کنتراست تصویر بهبود جزییات تصویرو تقویت لبه های تصویر. پس از بهبود کیفیت تصویر، از شبکه عمیق تشخیص اشیاء Faster RCNN-FPN با هسته یResNet۵۰ استفاده شده و آثر پیش پردازش در دقت شناسایی خودرو مورد بررسی قرار می گیرد. دبتاست مورد استفاده. فایلDAWN می باشد که شامل تصاویر دنیای واقعی است و با انواع مختلفی از شرایط آب و هوایی نامطلوب جمح آوری شده اند. نتایجبه دست آمده نشان می دهند که روش ارائه شده حبهت پیش پردازش. در بهترین حالت منجر به ۶درصد افزایش دقت درشناسایی خودرو شده و بیشترین میزان افزایش دقت نیز مربوط به شرایط گرد و غبار است.

کلیدواژه ها:

تشخیص خودرو ، پیش پردازش ، بادگیری عمیق ، شرایط بد اب و هوابی