شبکه های تشخیص شی در ایران

هر تشخیص علائم راهنمایی و رانندگی بخش مهمی از سیستم های پیشرفته کمک راننده و سیستم های رانندگی خودکار است. به عنوان اولین مرحله کلیدی تشخیص علائم راهنمایی و رانندگی، شناسایی علائم راهنمایی و رانندگی به دلایل مختلف مثل تنوع آن ها، اندازه بسیار کوچک علائم، پیچیدگی صحنه های رانندگی، ابعاد بزرگ تصاویر و انسداد توسط اشیاء دیگر، یک مشکل چالش برانگیز است. در واقع اغلب شبکه های تشخیص شی از جمله تک مرحله ای مثل خانواده YOLO و دو مرحله ای مثل خانواده RCNN اشیاء بزرگ پویا مثل افراد، ماشین ها، موتور ها و غیره را در صحنه به خوبی شناسایی می کنند اما در شناسایی اشیاء ایستا کوچک مثل انواع علائم راهنمایی و چراغ راهنمایی همچنان دچار مشکل هستند. در بین علائم راهنمایی رانندگی، تشخیص چراغ راهنمایی به دلیل ماهیت تعیین کننده آن در حرکت و یا توقف وسایل نقلیه، از دیگر علائم ضروری تر است. در سال های اخیر، تعداد زیادی الگوریتم جهت تشخیص علائم راهنمایی و رانندگی بر اساس بینایی ماشین و تشخیص الگو معرفی شده است. اما اغلب آن ها فقط به شناسایی علائم اکتفا کرده اند و به طبقه بندی آن ها نپرداخته اند. از این رو در این تحقیق یک مدل عمیق دو فازی برای تشخیص چراغ راهنمایی و سپس طبقه بندی رنگ آن برای اتخاذ تصمیم حرکت، توسط اتومبیل خودران معرفی شده است.

کلیدواژه ها:

تشخیص ، شبکه ، صحنه های رانندگی ، چراغ راهنما