CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

افزایش ایمنی خیابان با الگوریتم های پیشرفته یادگیری عمیق : تشخیص و تجزیه و تحلیل هوشمند فاصله وسیله نقلیه و عابر پیاده

عنوان مقاله: افزایش ایمنی خیابان با الگوریتم های پیشرفته یادگیری عمیق : تشخیص و تجزیه و تحلیل هوشمند فاصله وسیله نقلیه و عابر پیاده
شناسه ملی مقاله: ECICONFE08_037
منتشر شده در هشتمین همایش بین المللی مهندسی برق، علوم کامپیوتر و فناوری اطلاعات در سال 1402
مشخصات نویسندگان مقاله:

فاطمه نجمی پوران - گروه برق و کامپیوتر، دانشکده فنی و مهندسی ، دانشگاه هرمزگان
منصوره شریف زاده لاری - گروه برق و کامپیوتر، دانشکده فنی و مهندسی ، دانشگاه هرمزگان
سیدحسن دریانورد - گروه برق و کامپیوتر، دانشکده فنی و مهندسی ، دانشگاه هرمزگان

خلاصه مقاله:

این مقاله یک رویکرد نوآورانه برای بهبود ایمنی جاده با استفاده ازالگوریتم YOLOv۴ ارائه می کند. روش پیشنهادی به طور قابل توجهی ایمنی جاده را از طریق تشخیص وتحلیل هوشمند فاصله وسایل نقلیه وعابر پیاده بهبود می بخشد. دقت این روش به ۹۷.۵۷ درصد رسیده است که نشان دهنده عملکرد بسیار بالا است . نتایج آزمایش ها نشان می دهد که رویکرد پیشنهادی قادر است اندازه فاصله خودروها و عابران پیاده را به طور دقیق تشخیص داده و به سرعت آنالیز کند. این مقاله بهبود ایمنی جاده را برجسته می کند و مبنایی برای تحقیقات آینده در این زمینه فراهم می کند.



کلمات کلیدی:
ایمنی خیابان،تشخیص فاصله ، شهر هوشمند

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1983983/