• ВХОД

    •  

    Полное описание


     Хусаинов, Румиль Мухутдинович. Анализ алгоритмов и систем распознавания знаков дорожного движения / Р. М. Хусаинов, Н. Г. Талипов. - DOI 10.55421/1998-7072_2022_25_3_72. - Текст : непосредственный // Казанский национальный исследовательский технологический университет. Вестник технологического университета. - 2022. - Т. 25, N 3. - С. 72-77. - Библиогр. в конце ст. - ISSN 1998-7072.
    (Шифр в БД У4559/2022/25/3)
    ГРНТИ УДК
    28.23004.8
    28.23.37004.032.26
    28.23.15004.93
    РУБ ИИ
    04.01
    05.06
    07.07
    07.17

    Рубрики:
    Искусственный интеллект
    Нейронные сети
    Сверточные нейронные сети
    Распознавание образов
    Знаки дорожного движения

    Кл.слова (ненормированные): знаки дорожного движения -- распознавание объектов -- нейрон -- сверточные нейронные сети -- система распознавания -- автомобиль
    Аннотация: В статье рассматривается задача распознавания знаков дорожного движения. Для ее решения предлагается использовать наиболее актуальный из пяти исследованных алгоритмов (алгоритм Виолы-Джонса, дескрипторы локальных особенностей, метод главных компонент, искусственные нейронные сети, сверточные нейронные сети). Рассмотрены принципы действия, достоинства и недостатки приведенных в статье алгоритмов. Для распознавания знаков дорожного движения в четырёх из пяти исследованных алгоритмов требуется огромное количество времени. На основе выбранного алгоритма с использованием нейросетевой модели производится ее обучение и тестирование. Проанализированы виды систем распознавания знаков дорожного движения (система Traffic Sign Recognition, система Opel Eye, система Speed Limit Assist, система Road Sign Information). Рассмотренные принципы действия, достоинства и недостатки алгоритмов использованы в предложенных системах распознавания знаков дорожного движения. Представлена сравнительная характеристика этих систем. Выбран наилучший алгоритм распознавания знаков дорожного движения, в котором при использовании самообучающей нейронной сети достигаются лучшие результаты с высокой точностью распознавания не только образов (символов, текста, речи, лиц, различных объектов), но и знаков дорожного движения. На основе проведенного анализа алгоритмов и систем распознавания знаков дорожного движения для обнаружения и классификации дорожных знаков предложено применение сверточных нейронных сетей, не требующее значительных финансовых затрат. Разработка интеллектуальной системы распознавания знаков дорожного движения на основе сверточной нейронной сети является перспективным направлением при проектировании автоматизированных систем управления, используемых на автотранспорте, в целях снижения случаев дорожно-транспортных происшествий.
    Доп. точки доступа:
    Талипов, Нафис Гишкуллович

    Экз-ры полностью У4559/2022/25/3
    Имеются экземпляры в отделах: всего 2 : ЧЗХР (1), ХРЦ (1)
    Свободны: ХРЦ (1)
    Экз.1 (ЧЗХР) занят;
    Обложка
    Переход по DOI



    Заказ фрагмента документа ₽