Phát hiện và phân lớp phương tiện giao thông dựa trên mô hình mạng nơ ron tích chập

Trên một hệ thống giao thông, các thông tin cơ bản về luồng giao thông như số lượng, chủng loại và tốc độ di chuyển của các phương tiện là đầu vào quan trọng trong quá trình xử lý dữ liệu phục vụ cho công tác quản lý và điều hành giao thông. Bài viết đề cập tới một giải pháp phát hiện và phân lớp các phương tiện giao thông với độ chính xác cao dựa trên mô hình mạng nơ-ron tích chập (Convolutional Neural Network – CNN). | Hội nghị Khoa học công nghệ lần thứ XXII Trường Đại học Giao thông vận tải PHÁT HIỆN VÀ PHÂN LỚP PHƯƠNG TIỆN GIAO THÔNG DỰA TRÊN MÔ HÌNH MẠNG NƠ-RON TÍCH CHẬP Lại Mạnh Dũng 1 Nguyễn Quốc Tuấn 1 1 Trường Đại học Giao thông Vận tải Số 3 Cầu Giấy Hà Nội Tác giả liên hệ Email dzunglm@ Tóm tắt. Trên một hệ thống giao thông các thông tin cơ bản về luồng giao thông như số lượng chủng loại và tốc độ di chuyển của các phương tiện là đầu vào quan trọng trong quá trình xử lý dữ liệu phục vụ cho công tác quản lý và điều hành giao thông. Để thu thập các thông tin này đã có nhiều giải pháp kỹ thuật được nghiên cứu và triển khai trong đó có các giải pháp ứng dụng kỹ thuật xử lý ảnh trong thu thập dữ liệu từ camera giám sát và tự động phân tích các thông tin về luồng giao thông. Gần đây cùng với sự phát triển mạnh về phần cứng máy tính cho ra các bộ xử lý đồ họa GPU có tốc độ tính toán vượt trội tạo điều kiện cho việc phát triển các mô hình học máy tiên tiến trong đó có các kỹ thuật học sâu deep learning cho phép phát hiện và phân lớp các đối tượng trên ảnh với độ chính xác rất cao. Trong bài báo này chúng tôi đề cập tới một giải pháp phát hiện và phân lớp các phương tiện giao thông với độ chính xác cao dựa trên mô hình mạng nơ-ron tích chập Convolutional Neural Network CNN . Các mô hình cải tiến từ mô hình CNN ban đầu cho phép giảm khối lượng tính toán qua đó giải quyết được bài toán phân lớp phương tiện giao thông trong điều kiện áp dụng cho dòng giao thông hỗn hợp có nhiều loại hình phương tiện với mật độ lớn như ở các thành phố lớn của Việt Nam. Đặc biệt là đáp ứng được nhu cầu xử lý ảnh từ camera giám sát giao thông theo thời gian thực. Từ khóa Phát hiện và phân lớp phương tiện giao thông Mạng nơ-ron tích chập Kỹ thuật học sâu Mạng R-CNN Mạng YOLO 1. TỔNG QUAN Mạng nơ-ron tích chập CNNs là một trong những mô hình Deep Learning tiên tiến cho phép xây dựng được những hệ thống xử lý ảnh với độ chính xác cao bằng cách thiết lập các mối liên kết giữa các .

Không thể tạo bản xem trước, hãy bấm tải xuống
TỪ KHÓA LIÊN QUAN
TÀI LIỆU MỚI ĐĂNG
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.