Details

Title: Применение нейросетевых методов для задачи определения сигнала светофора на видеопоследовательности: выпускная квалификационная работа магистра: направление 01.04.02 Прикладная математика и информатика ; образовательная программа 01.04.02_02 Математические методы анализа и визуализации данных
Creators: Шагаев Дамир Тагирзянович
Scientific adviser: Беляев Сергей Юрьевич
Other creators: Арефьева Людмила Анатольевна
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики
Imprint: Санкт-Петербург, 2019
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: Дорожное движение; Светофоры; определение сигнала светофора; обработка изображений; машинное обучение; искусственные нейронные сети
UDC: 656.056:004
Document type: Master graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 01.04.02
Speciality group (FGOS): 010000 - Математика и механика
Links: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-3108
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Allowed Actions:

Action 'Read' will be available if you login or access site from another network Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

В данной работе проанализированы существующие подходы к решению задачи определения сигнала светофора на видеопоследовательности с помощью нейросетевых методов. На основе проведенного анализа выявлены сильные и слабые стороны каждого из существующих решений. Реализован классификатор для определения сигнала светофора. Проведена проверка классификатора на видеопоследовательности. Проведено сравнение двух моделей свёрточных нейронных сетей для распознавания образов.

In this paper, we analyze the existing approaches to solving the problem of determining the signal of a traffic light on a video sequence using neural network methods. Based on the analysis performed, the strengths and weaknesses of each of the existing solutions were identified. Implemented a classifier to determine the signal of the traffic light. The classifier has been checked for video sequences. Two models of convolutional neural networks for pattern recognition are compared.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
Internet Authorized users SPbPU Read Print Download
Internet Authorized users (not from SPbPU)
-> Internet Anonymous

Usage statistics

stat Access count: 22
Last 30 days: 0
Detailed usage statistics