Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 1161788

Prepoznavanje prometnih znakova primjenom računalnog vida


Pavlinić, Filip Antonio
Prepoznavanje prometnih znakova primjenom računalnog vida, 2021., diplomski rad, diplomski, Fakultet prometnih znanosti / Zavod za inteligentne transportne sustave, Zagreb


CROSBI ID: 1161788 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Prepoznavanje prometnih znakova primjenom računalnog vida
(Traffic Signs Recognition Using Computer Vision)

Autori
Pavlinić, Filip Antonio

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski

Fakultet
Fakultet prometnih znanosti / Zavod za inteligentne transportne sustave

Mjesto
Zagreb

Datum
22.09

Godina
2021

Stranica
78

Mentor
Ivanjko, Edouard

Ključne riječi
napredni sustavi za pomoć vozaču ; računalni vid ; prometni znakovi ; konvolucijske neuronske mreže ; YOLO algoritam
(Advanced Driver Assistance Systems ; Computer Vision ; Traffic Signs ; Convolutional Neural Networks ; YOLO algorithm)

Sažetak
Napredni sustavi za pomoć vozaču neizostavan su dio suvremenih vozila. Sustav za prepoznavanje prometnih znakova omogućuje razvoj autonomnih vozila i smanjenje broja prometnih nesreća uzrokovanih nepoštivanjem prometnih pravila. Prometni znakovi razlikuju se prema boji i obliku znaka te simbolima na samome znaku. Za prepoznavanje prometnih znakova koriste se metode iz područja umjetne inteligencije, odnosno računalnog vida. Za pripremu podataka za učenje modela koriste se metode predobrade podatak i metode za proširenje skupa podataka. Sustav za prepoznavanje sastoji se od modela za otkrivanje i modela za klasifikaciju prometnih znakova. YOLO algoritam korišten je za otkrivanje prometnih znakova i predviđanje njihove lokacije. Za klasifikaciju prometnih znakova u 43 kategorije korištene su konvolucijske neuronske mreže. Prepoznavanje prometnih znakova vrši se na stvarnim video snimkama, a sustav prepoznavanja evaluiran je pri različitim brzinama vozila, različitim intenzitetima svjetlosti, na različitim prometnim znakovima u različitim uvjetima očuvanosti i pri različitim položajima promatranja. Evaluacija je pokazala visoku točnost u radu sustava, no i ukazala na probleme rada u vanjskoj okolini i mogućnosti unaprjeđenja.

Izvorni jezik
Hrvatski

Znanstvena područja
Elektrotehnika, Računarstvo, Tehnologija prometa i transport



POVEZANOST RADA


Ustanove:
Fakultet prometnih znanosti, Zagreb

Profili:

Avatar Url Edouard Ivanjko (mentor)

Poveznice na cjeloviti tekst rada:

repozitorij.fpz.unizg.hr urn.nsk.hr

Citiraj ovu publikaciju:

Pavlinić, Filip Antonio
Prepoznavanje prometnih znakova primjenom računalnog vida, 2021., diplomski rad, diplomski, Fakultet prometnih znanosti / Zavod za inteligentne transportne sustave, Zagreb
Pavlinić, F. (2021) 'Prepoznavanje prometnih znakova primjenom računalnog vida', diplomski rad, diplomski, Fakultet prometnih znanosti / Zavod za inteligentne transportne sustave, Zagreb.
@phdthesis{phdthesis, author = {Pavlini\'{c}, Filip Antonio}, year = {2021}, pages = {78}, keywords = {napredni sustavi za pomo\'{c} voza\v{c}u, ra\v{c}unalni vid, prometni znakovi, konvolucijske neuronske mre\v{z}e, YOLO algoritam}, title = {Prepoznavanje prometnih znakova primjenom ra\v{c}unalnog vida}, keyword = {napredni sustavi za pomo\'{c} voza\v{c}u, ra\v{c}unalni vid, prometni znakovi, konvolucijske neuronske mre\v{z}e, YOLO algoritam}, publisherplace = {Zagreb} }
@phdthesis{phdthesis, author = {Pavlini\'{c}, Filip Antonio}, year = {2021}, pages = {78}, keywords = {Advanced Driver Assistance Systems, Computer Vision, Traffic Signs, Convolutional Neural Networks, YOLO algorithm}, title = {Traffic Signs Recognition Using Computer Vision}, keyword = {Advanced Driver Assistance Systems, Computer Vision, Traffic Signs, Convolutional Neural Networks, YOLO algorithm}, publisherplace = {Zagreb} }




Contrast
Increase Font
Decrease Font
Dyslexic Font