Аннотация 2
ВВЕДЕНИЕ 6
Глава 1 АНАЛИЗ МЕТОДОВ ЛОКАЛИЗАЦИИ ОБЪЕКТОВ НА ИЗОБРАЖЕНИИ 8
1.1 Выбор актуальной практико-ориентированной задачи локализации объектов на изображении 8
1.2 Анализ задачи локализации объектов на изображении и определение ключевых этапов 8
1.3 Метод Виолы-Джонса 9
1.4 Метод опорных векторов с использованием гистограмм направленных градиентов 11
1.4.1 Определение понятия гистограммы направленных компонентов 11
1.4.2 Теоретическое описание метода опорных векторов 14
1.5. Свёрточные нейронные сети 17
1.5.1 Общие понятия нейронных сетей 17
1.5.3 Функция активации и основы обучения нейронной сети 18
1.5.4 Архитектура свёрточной нейронной сети 20
1.6 Обоснование выбора методов 23
Глава 2 АЛГОРИТМ ЛОКАЛИЗАЦИИ ОБЪЕКТОВ НА ИЗОБРАЖЕНИИ 27
2.1 Локализация дорожных знаков 27
2.1.1 Формирование и подготовка базы дорожных знаков 28
2.1.2 Обучение HOG&SVM дескрипторов 30
2.2 Классификация дорожных знаков 32
2.2.1 Подготовка обучающей базы данных 32
2.2.2 Проектирование и обучение нейронной сети 33
2.3 Разработка и проектирование алгоритма комплексного распознавания дорожных знаков 37
2.4 Тестирование разработанного программного решения 41
2.4.1 Тестирование и оценка точности модуля локализации 41
2.4.2 Тестирование классифицирующей свёрточной нейронной сети 44
ЗАКЛЮЧЕНИЕ 46
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 47
ПРИЛОЖЕНИЕ А. Листинг кода программной реализации 49
Купить

Задачи локализации и классификации образов часто встречаются и решаются в повседневной жизни людей. Проблема распознавания образов очень важна в наше время, так как существенное количество сигналов, поступающих единовременно, значительно осложняют жизнь современного человека. Данную проблему обычно называют «информационной перегрузкой».
Во многих междисциплинарных исследованиях также встречается проблема распознавание объектов. В частности, распознавание образов лежит в основе комплексных реализаций систем искусственного интеллекта, а реализация методов и систем распознавания изображений привлекает сегодня большое внимание.
Локализация объектов на изображении и их классификация является огромной проблемой в современной науке, так как нет какого-то универсального решения для всех задач. Однако, существует большое количество реализаций, которые решают данную проблему в конкретном случае.
Автоматизация локализации объектов особенно актуальна в областях жизни человека, где имеется большой поток поступающих сигналов, и не своевременная их обработка может нанести вред здоровью человека.
Одной из актуальных проблем сегодня, является автоматизация управления движением автомобиля и разработка систем помощи водителю, реагирующих на различные сигналы.
Дорожные знаки являются неотъемлемой частью современной дорожной инфраструктуры.
Они предоставляют критически важную информацию и убедительные рекомендации для участников дорожного движения, что, в свою очередь, требует от последних корректировки своего поведения при вождении, с тем чтобы они соблюдали все действующие в настоящее время правила дорожного движения. Без таких полезных рекомендаций мы, скорее всего, столкнемся с большим количеством ДТП, поскольку водители не получат критических уведомлений о том, насколько быстро они могут безопасно ехать, или не будут проинформированы о дорожных работах, крутых поворотах или школьных переходах. В наше время около 1,3 млн. человек умирают на дорогах каждый год.
Это число было бы намного выше без дорожных знаков, поэтому разработка алгоритмов и систем их обнаружения их обнаружения сегодня особенно актуальна.
Цель выпускной квалификационной работы (ВКР) - исследование методов локализации и классификации объектов на изображении и разработка универсального алгоритма для решения практико-ориентированных задач.
Объект ВКР - распознавание дорожных знаков.
Предмет ВКР: система распознавания дорожных знаков на изображении с использованием методов машинного обучения.
Основные задачи ВКР:
1. Исследовать методы локализации и классификации объектов на изображении.
2. Разработать алгоритм, решающий практико-ориентированную задачу распознавания объекта или объектов на изображении;
3. Протестировать разработанное решение и провести анализ полученных результатов.
Купить