6968

تشخيص نوع وسيله نقليه براساس يادگيري عميق

1398

دكتر ستار ميرزا كوچكي

چكيده امروزه تشخيص نوع وسيله نقش مهمي در صحنه ترافيك بازي مي كند تاكنون از روشهاي مختلفي براي ارتقاء كيفيت تشخيص اشياء در تصاوير استفاده شده است اما بيشتر اين روشها در محيطهاي سادهاي مانند سطح جادهها كاربرد دارند و تقريباً هيچ روشي با دقت قابل قبول براي تشخيص اشياء در محيطهاي پيچيده تر مانند سطح شهرها ارائه نشده است . با اين وجود يكي از بهترين راههاي پردازش و طبقه بندي تصاوير مختلف استفاده از الگوريتم يادگيري عميق است استفاده از ساختار Cnn-R Faster و بهبود شبكه RPN درون آن ، توجه به تاثير بيشتر و قابل نمايش تر شبكه عصبي كانولوشنال يادگيري عميق براي الگوريتم دسته بندي اشياء را منتج مي شود و از ديتابيس هاي آماده MIT و Caltech كه حاوي نوع هاي متفاوت از تصاوير وسايل نقليه است استفاده مي شود . جهت تشخيص و آشكارسازي سه نوع وسيله نقليه اعم از خودرو سواري ، ميني بوس و خودروي شاسي بلند كه در اغلب صحنه هاي ترافيك وجود دارند مورد استفاده قرار ميگيرد نتايج تست اثربخشي و بهرهوري بالا شيوه يادگيري عميق در تشخيص نوع وسيله را نشان مي دهند.

11/20/2019 12:00:00 AM

67101

1398/11/07

شبكه هاي عصبي عميق , شبكه عصبي كانولوشن

SUV , RPN , cnn-R Faster