hrvatski

Sustav za automatsko prepoznavanje i klasifikaciju automobila u prometu

Sustav za automatsko prepoznavanje i klasifikaciju automobila u prometu je uređaj čiji je zadatak samostalno u realnom vremenu iz dostupnog video signala detektirati automobil, prepoznati registarsku pločicu, odrediti boju te model i marku automobila. U radu je detaljno opisan princip rada konvolucijskih neuronskih mreža koji su temelj realizacije praktičnog dijela rada. Opisane su tradicionalne metode poput Viola-Jones algoritma, a nakon toga i moderne metode detekcije objekata. Korišteni su jednostupanjski detektori čiji se rad temelji na konvolucijskim neuronskim mrežama. Automobili se detektiraju pomoću YOLOv4 detektora. Potom izlaz iz YOLO-a prosljeđuje se za daljnju klasifikaciju. Boja se određuje pomoću KNN algoritma, a model i marka automobila pomoću SSD detektora. Posljednje je detekcija registarske tablice pomoću OpenCV metode pa se znakovi s tablice čitaju pomoću Tesseract-a. Upravo zbog jednostavnosti i brzine rada ovih podsustava, izabrani su za rad na Raspberry Pi ugradbenom računalu. Informacije o automobilu ispisuju se na monitoru. Cijeli sustav testiran je na slikama i na videozapisu. Točnost detekcije automobila iznosi 88, 5%, a klasifikacija modela iznosi 78, 5%. Točnosti boje iznosi 71, 5%, a 51, 5% je točnost tablice. Sustav radi brzinom od 1 slike u sekundi (1fps). Nedostatci i prednosti cijelog sustava su opisani te dana su moguća poboljšanja sustava za daljnji razvoj.

detekcija objekata, CNN, YOLO, SSD, KNN, Raspberry Pi

nije evidentirano