Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/4552
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Малинин Константин Александрович | ru_RU |
dc.contributor.author | Назукин Дмитрий Евгеньевич | ru_RU |
dc.contributor.author | Nazukin Dmitrii | en_GB |
dc.contributor.editor | К.А. Малинин | ru_RU |
dc.contributor.editor | K.A. Malinin | en_GB |
dc.date.accessioned | 2016-10-10T02:14:38Z | - |
dc.date.available | 2016-10-10T02:14:38Z | - |
dc.date.issued | 2016 | |
dc.identifier.other | 013867 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/4552 | - |
dc.description.abstract | В рамках данной работы решается задача разработки системы автоматического распознавания дорожных знаков на платформе Android. На первом этапе подготовлена база дорожных знаков и решена задача локализации знаков методом Виолы-Джонса. Полученное решение показало достаточно высокую точность локализации. На втором этапе обучена свёрточная нейронная сеть для решения задачи классификации выделенных дорожных знаков. Подобрана архитектура сети с высоким показателем точности и скорости классификации. На третьем этапе представлена реализация системы на платформе Android и приведены приемы, увеличивающие скорость работы системы. Используемые в работе алгоритмы носят общий характер и поэтому могут быть легко перенесены и на другие платформы. | ru_RU |
dc.description.abstract | The problem of developing an automatic traffc sign recognition system is solved as part of this research work. In the first stage the dataset of road signs was prepared and the problem of signs localizing was solved by method of Viola-Jones. The resulting solution showed a fairly high localization accuracy. In the second stage convolutional neural network was trained to solve the problem of of localized traffic signs classification. The selected network architecture showed high rates of accuracy and speed of classification. The third stage represents the implementation of the system on the Android platform and provides methods that increase the speed of the system. Used algorithms are generic, therefore they can be easily ported to other platforms. | en_GB |
dc.language.iso | ru | |
dc.subject | распознавание дорожных знаков | ru_RU |
dc.subject | сверточные нейронные сети | ru_RU |
dc.subject | метод Виолы-Джонса | ru_RU |
dc.subject | платформа Android | ru_RU |
dc.subject | traffic sign recognition | en_GB |
dc.subject | convolutional neural networks | en_GB |
dc.subject | Viola–Jones object detection | en_GB |
dc.subject | Android platform | en_GB |
dc.title | Automatic traffic sign recognition system | en_GB |
dc.title.alternative | Система автоматического распознавания дорожных знаков | ru_RU |
Располагается в коллекциях: | BACHELOR STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
VKR.pdf | Article | 3,79 MB | Adobe PDF | Просмотреть/Открыть |
reviewSV_otzyv_-_Nazukin_D_E__2016.pdf | ReviewSV | 45,22 kB | Adobe PDF | Просмотреть/Открыть |
reviewSV_Nazukin_DE_bak_rec.pdf | ReviewRev | 56,7 kB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.