شماره ركورد كنفرانس :
5402
عنوان مقاله :
سيستم هوشمند شناسايي علائم راهنمايي و رانندگي با استفاده از شبكه هاي عصبي كانولوشني
عنوان به زبان ديگر :
Intelligent traffic sign recognition system using convolutional neural networks Community Verified icon
پديدآورندگان :
كبريايي عليرضا ali67reza.k@gmail.com دانشگاه آزاد اسلامي واحد كرج , دهقاني تفتي عبدالرضا dehghani@kiau.ac.ir دانشگاه آزاد اسلامي واحد كرج , نيك روان شلماني عليرضا nikravan@kiau.ac.ir دانشگاه آزاد اسلامي واحد كرج
كليدواژه :
تشخيص علايم راهنمايي و رانندگي , شبكه عصبي , شبكه عصبي كانولوشني , شبكه عصبيMLP
عنوان كنفرانس :
اولين كنفرانس ملي پژوهش و نوآوري در هوش مصنوعي
چكيده فارسي :
امروزه حمل و نقل مدرن در حال پيشرفت است و حل مسائل ايمني ترافيك از اهميت خاصي برخوردار است. بنابراين، سيستم هاي حمل و نقل هوشمند به سرعت درحال توسعه مي باشند. سيستم هوشمند شناسايي علايم راهنمايي و رانندگي با دريافت تصاوير از دوربين نصب شده رو ي خودرو، علايم ترافيكي موجود در مسير خود را تشخيص داده و در صورت لزوم به راننده هشدار مي دهد. همچنين مي توان از اين سيستم در خودروهاي هوشمند كه به طور خودكار و بدون نياز به راننده مسير را طي مي كنند، استفاده كرد. معمولاً اين سيستم ها دو بخش اصلي تشخيص تابلو از ساير قسمت هاي تصوير و شناسايي نوع علامت ترافيكي تقسيم ميشوند. شبكه هاي عصبي در دسته بندي تصاوير و بينايي ماشين كاربرد وسيعي دارند و در اين ميان شبكه هاي عصبي كانولوشني به عنوان ابزاري مناسب و پيشرو معرفي ميشوند. در اين مقاله از شبكه عصبي كانولوشني براي شناسايي علائم ترافيكي استفاده شده است و عملكرد آن در اين كاربرد مورد ارزيابي قرار گرفته است بشكلي كه نتايج شبيه سازي، صحت تقريبي ٩٨ درصدي در اين كاربرد را براي اين نوع از شبكه هاي عصبي نشان مي دهند.