Отрывок: 21%, что является достоверным показателем [5]. Необходимо использовать алгоритм сегментации и экспериментально оценить качество работы на реальном видеопотоке. После прохождения алгоритма сегментации изображения дорожных знаков масштабируются и подаются на вход обученной нейронной сети [6]. Средний показатель качества распознавания для изображений, вырезанных из реального видеопотока, составляет 97.64%, что является достоверным показателем. На основании пров...
Полная запись метаданных
Поле DC Значение Язык
dc.contributor.authorКлепиков Н.ru
dc.contributor.authorМихеева Т.ru
dc.coverage.spatialсверточные нейронные сетиru
dc.coverage.spatialсистемы компьютерного зренияru
dc.coverage.spatialраспознавание дорожных знаковru
dc.coverage.spatialдорожные знакиru
dc.coverage.spatialинтеллектуальная транспортная геоинформационная система ITSGISru
dc.coverage.spatialкомпьютерное зрениеru
dc.coverage.spatialобработка изображенийru
dc.creatorКлепиков Н., Михеева Т.ru
dc.date.issued2022ru
dc.identifierRU\НТБ СГАУ\491281ru
dc.identifier.citationКлепиков, Н. Распознавание дорожных знаков в интеллектуальной транспортной геоинформационной системе ITSGIS / Н. Клепиков, Т. Михеева // Информационные технологии и нанотехнологии (ИТНТ-2022) : сб. тр. по материалам VIII Междунар. конф. и молодеж. шк. (г. Самара, 23 - 27 мая) : в 5 т. / М-во науки и образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - фил. ФНИЦ "Кристаллография и фотоника" РАН. - Самара : Изд-во Самар. ун-та, 2022Т. 4: Искусственный интеллект / под ред. А. В. Никонорова. - 2022. - С. 043963.ru
dc.description.abstractВ данной статье описано распознавание дорожных знаков с помощью сверточных нейронных сетей, а также реализация плагина «Дорожные знаки» в интеллектуальной транспортной геоинформационной системе ITSGIS. Плагин "Дорожные знаки" облегчит работу пользователям вышеуказанной разработки. Цель работы – разработать эффективный метод распознавания дорожных знаков, обладающий высокой степенью инвариантности к искажениям. Экспериментальные исследования показали, что с помощью сверточных нейронных сетей можно достичь высокой точности распознавания изображений.ru
dc.language.isorusru
dc.relation.ispartofИнформационные технологии и нанотехнологии (ИТНТ-2022) : сб. тр. по материалам VIII Междунар. конф. и молодеж. шк. (г. Самара, 23 - 27 мая) : в 5 т. -ru
dc.sourceИнформационные технологии и нанотехнологии (ИТНТ-2022). - Т. 4 : Искусственный интеллектru
dc.titleРаспознавание дорожных знаков в интеллектуальной транспортной геоинформационной системе ITSGISru
dc.typeTextru
dc.citation.spage043963ru
dc.citation.volume4ru
dc.textpart21%, что является достоверным показателем [5]. Необходимо использовать алгоритм сегментации и экспериментально оценить качество работы на реальном видеопотоке. После прохождения алгоритма сегментации изображения дорожных знаков масштабируются и подаются на вход обученной нейронной сети [6]. Средний показатель качества распознавания для изображений, вырезанных из реального видеопотока, составляет 97.64%, что является достоверным показателем. На основании пров...-
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Размер Формат  
ИТНТ-2022. Том 4. Искусственный интеллект/978-5-7883-1792-2_2022-043963.pdf767.65 kBAdobe PDFПросмотреть/Открыть
Показать базовое описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.