شناسایی فعالیت انسان در خودروهای خودران مبتنی بر یادگیری عمیق

سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,474

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MPTCONF01_115

تاریخ نمایه سازی: 8 مرداد 1398

چکیده مقاله:

در سالهای اخیر، پیشرفت هوش مصنوعی، باعث بهبود چشمگیر عملکرد خودروهای خودران شده است. یادگیری ماشین و یادگیری عمیق که زیرشاخه هایی از هوش مصنوعی هستند، به سرعت در حال پیشرفت هستند و در زمینه ی بینایی ماشین، به موفقیت های چشمگیری دست یافته اند. روشهای یادگیری عمیق، میتوانند به خودروهای خودران کمک کنند که درک عمیقی از محیط اطراف خود داشته باشند و در تصمیم گیری، کمترین میزان خطا را داشته باشند. تشخیص فعالیت انسان، یکی از عواملی است که در درک خودروهای خودران از محیط اطراف خود، بسیار موثر است و تشخیص اینکه انسانهای اطراف خودرو، در حال انجام چه کاری هستند، کمک شایانی به بهبود عملکرد خودروهای خودران میکند. در این مقاله، یک شبکه ی عصبی عمیق، برای شناسایی فعالیت انسان، جهت استفاده در خودروهای خودران الکتریکی پیشنهاد میشود. شبکه ی پیشنهاد شده، نسبت به شبکه های عصبی عمیق دیگر سریعتر است و چون سرعت بالا در تشخیص نوع فعالیت انسان، در خودروهای خودران برای تصمیم گیری، مهم است، این شبکه میتواند در این نوع خودروها به کار گرفته شود. شبکه عصبی عمیق پیشنهاد شده، روی قسمتی از مجموعه داده ی استنفورد 40 آموزش داده میشود و در تشخیص نوع فعالیت هایی که می-تواند به خودروهای خودران، مرتبط باشد، به دقت %97/01 میرسد.

کلیدواژه ها:

نویسندگان

سینا محمدی

دانشجوی کارشناسی ارشد مهندسی برق دانشگاه علم و صنعت ایران تهران

شهریار برادران شکوهی

استادیار مهندسی برق دانشگاه علم و صنعت ایران تهران