Введение..................................................................................................................... 11
1. Аналитический обзор существующих алгоритмов и систем, применяемых
для распознавания дорожных знаков............Ошибка! Закладка не определена.
1.1 Обзор существующих алгоритмов, применяемых для распознавания
дорожных знаков......................................... Ошибка! Закладка не определена.
1.1.1 Сравнение с шаблоном.................Ошибка! Закладка не определена.
1.1.2 Дескрипторы локальных особенностей Ошибка! Закладка не определен
1.1.3 Алгоритм Виолы Джонса.............Ошибка! Закладка не определена.
1.1.4 Искусственные нейронные сети (ИНС)Ошибка! Закладка н
1.1.5 Сверточные нейронные сети .......Ошибка! Закладка не определена.
1.2 Дорожные знаки.................................. Ошибка! Закладка не определена.
1.3 Обзор существующих систем, применяемых для их распознавания
дорожных знаков......................................... Ошибка! Закладка не определена.
1.3.1 Общая архитектура .......................Ошибка! Закладка не определена.
1.3.2 RoadAR умный видеорегистратор Ошибка! Закладка не определена.
1.3.3 Opel Eye..........................................Ошибка! Закладка не определена.
1.3.4 Speed limit assist (Mercedes) .........Ошибка! Закладка не определена.
1.3.5 Road Sign Information (Volvo)......Ошибка! Закладка не определена.
1.3.6 Система распознавания дорожных знаков лаборатории
компьютерной графики и мультимедиа МГУ им. Ломоносова ................... 30
1.4 Сравнение технических характеристик существующих систем
распознавания дорожных знаков......................................................................... 31
1.5 Основные результаты и выводы........ Ошибка! Закладка не определена.
2. Разработка алгоритмов обнаружения и идентификации дорожных знаков
на изображениях..............................................Ошибка! Закладка не определена.
2.1 Общее решение ................................... Ошибка! Закладка не определена.
2.2 Структурная схема и описание шагов алгоритма Ошибка! Закладка
2.2.1 Нормализация изображения.............. Ошибка! Закладка не определена.
2.2.2 Принцип обнаружения области расположения знака нейронной сетью 40
2.2.3 Принцип определение класса дорожного знака нейронной сетью......... 43
2.3 Разработка нейронных сетей ....................................................................... 441
Купить

Объектом исследования являются системы обработки изображений,
основанные на сверточных нейронных сетях.
Цель работы – разработка алгоритма обнаружения и распознавания
дорожных знаков, обладающего высокой степенью инвариантности к
аффинным и проекционным искажениям.
В процессе исследования проводились сбор данных для анализа,
разработка нейронных сетей, разработка алгоритмов, эксперименты с
различными конфигурациями нейронных сетей, сравнительный анализ
полученных результатов с результатами существующих методов
распознавания.
В результате исследования был разработан алгоритм многоэтапной
идентификации дорожных знаков на изображениях со сложным фоном и его
программная реализация, достигнута высокая точность и скорость
распознавания.
Область применения: видеорегистрация и системы видеонаблюдения,
системы ассистирования водителю и управления автотранспортом.
В будущем планируется увеличение размера обучающей базы
изображений, модификация структуры сверточных нейронных сетей с целью
повышения эффективности работы системы.

ВВЕДЕНИЕ
В современном автомобилестроении все чаще встречаются
технические системы, направленные на оптимизацию вождения автомобиля,
включающие в себя также системы автоматического распознавания
дорожных знаков. Это облегчает задачу водителя, позволяет ему лучше
сосредоточиться на процессе вождения, повышает безопасность всех
участников дорожного движения.
В отличие от других способов идентификации знаков (как, например,
радиометрические «маяки», способные сообщить радио-модулю автомобиля
о том, что он вошёл в зону действия данного знака) система
непосредственного распознавания знаков с изображений имеет
преимущества в плане надёжности и возможности её применения к
существующей инфраструктуре дорожных знаков.
Актуальность задачи распознавания дорожных знаков обусловлена
повышением уровня безопасности на дорогах общего пользования и
чрезвычайной важности информации, которую содержат дорожные знаки.
При использовании автоматизированной системы распознавания крайне
важно точно и своевременно идентифицировать дорожные знаки при
движении транспортного средства как в условиях города, так и автострады. В
настоящее время для решения задачи распознавания разрабатываются и
используются коммерческие закрытые системы, которые поставляются «в
комплекте» с автомобилем. К таким системам относятся «Opel Eye» от Opel,
«Speed limit assist» от Mercedes, «Road sign information» от Volvo. Указанные
выше аппаратно-программные комплексы устанавливаются в автомобиль как
опция и не могут быть модифицированы. При анализе предметной области
было выявлено, что существующие системы не в полной мере удовлетворяют
решению поставленной задачи. Эффективность работы большинства
существующих систем резко снижается в реальных условиях при наличии12
шума, слабого освещения и при различных геометрических и
фотометрических искажениях.
Целью работы является разработка алгоритма обнаружения и
распознавания дорожных знаков, обладающего высокой степенью
инвариантности к аффинным и проекционным искажениям.
Для достижения поставленной цели необходимо решить следующие
задачи:
1. Исследование существующих алгоритмов, которые применяются
для распознавания дорожных знаков на изображениях.
2. Разработка алгоритма обнаружения образов дорожных знаков на
изображениях, обеспечивающего высокую устойчивость к наличию шумов и
различных искажений.
3. Реализация алгоритма распознавания дорожных знаков на
изображениях, обеспечивающего высокую устойчивость к наличию шумов и
различных искажений.
Объектом исследования являются системы обработки изображений,
основанные на сверточных нейронных сетях.
Предметом исследования является применение нейросетевых
алгоритмов для обнаружения и распознавания дорожных знаков на
изображениях со сложным фоном.
Апробация работы. Результаты работы были представлены на
следующих конференциях и семинарах: XII Всероссийская научнопрактическая конференция студентов, аспирантов и молодых ученых
«Молодежь и современные информационные технологии» (Томск, 2014 г.);
IV Международная научно-техническая конференция молодых ученых,
аспирантов и студентов «Высокие технологии в современной науке и
технике» (Томск, 2015 г.)
Купить