Тема: Разработка приложения для определения скорости передвижения автомобильного транспорта на видео с применением нейросетевых технологий

Актуальность
Технологии мониторинга трафика могут предоставлять информацию, которая имеет решающее значение для повышения эффективности и безопасности перевозок на проезжей части. Информацию о скорости движения и плотности трафика транспортных средств можно использовать для уменьшения заторов на проезжей части, контроля исполнения скоростного режима в городе.
Ученые высказывают предположение, что автомобильный транспорт в России расширит свою долю на рынке транспортных услуг, особенно это связано с быстрым развитием дорожного хозяйства и дорожного строительства в стране [13]. Например, за 2018 год в каждый месяц было продано больше новых автомобилей, чем за 2017 или за 2016 года (рисунок 1). Увеличение количества автотранспорта в городах усугубит проблемы, которые существуют уже сейчас (рисунок 2). В связи с этим использование ИТС имеет потенциал для решения задач уменьшения пробок, безопасности до-
рожного движения, контроля скоростного режима.
Постановка задачи
Основной целью данной работы является разработка приложения для определения скорости передвижения автомобильного транспорта на видео с применением нейросетевых технологий. Для выполнения поставленной цели необходимо решить задачи, перечисленные ниже.
1. Провести обзор аналогов и научной литературы.
2. Спроектировать топологию искусственной нейронной сети и провести ее обучение и ее тестирование.
3. Разработать приложение для распознавания скорости передвижения автотранспорта.
4. Провести тестирование приложения.
Структура и содержание работы
Работа состоит из введения, 5 глав и заключения. Объем работы составляет 84 страницы, объем библиографии - 53 источника, объем приложения - 13 страниц.
Первая глава «Анализ предметной области» описывает предметную область, в рамках которой выполняется данная работа, включает в себя обзор аналогов и существующих решений данной задачи.
Вторая глава «Теоретическая часть» содержит алгоритм предобработки видеофайлов, расчета скорости, теоретические сведения об искусственных нейронных сетях, применяющихся для решения данной задачи.
В третьей главе «Проектирование» содержит функциональные и нефункциональные требования к приложению, общее описание проектирования реализуемого приложения.
В четвертой главе «Практическая часть» приводится техническая реализация приложения на основе поставленного списка требований.
В пятой главе «Тестирование» приведены результаты комплексного тестирования реализованного приложения.
В заключении представлены результаты проделанной работы.
Приложения содержат дополнительные материалы такие, как листинги.
Купить

В ходе написания выпускной квалификационной работы в первой главе был проведен обзор аналогов реализуемого веб-сервиса и уже имеющихся решений для упрощения реализации проекта. Большое количество аналогов и многообразие решений подтверждает то, что проблема распознавания автотранспорта по видео и вычисление его скорости передвижения актуальна и популярна. Наличие разнообразных алгоритмов отслеживания, обнаружения объектов на изображениях и их сегментации демонстрирует широкий спектр инструментов, которые могут быть использованы для реализации. Во второй главе были приведены теоретические сведения об сверточных нейронных сетях и их особенностях, которые требуются для решения поставленной задачи. Также были описаны предварительная обработка видеофайла для искусственной нейронной сети, алгоритм отслеживания перемещения автотранспортных средств и алгоритм расчета их скорости передвижения. В третьей главе с учетом обзора готовых решений для его реализации и уже существующих аналогов, проведенного в первой главе, а также назначения приложения, были сформулированы функциональные и нефункциональные требования, разработан макет графического интерфейса приложения, представлена UML диаграмма вариантов использования. В четвертой главе были описаны средства разработки приложения, среда выполнения приложения, реализация нейронной сети, реализация расчета скорости. Описаны обучающие и тестовые наборы данных. Было реализовано приложение для распознавания скорости автомобильного транспорта на видео. Разработанное приложение полностью соответствует предложенным требованиям. В пятой главе было произведено тестирование работы нейронной сети и проверка точности расчета скорости. Были подготовлены тесты для функционального тестирования пользовательского интерфейса, после чего было проведено функциональное тестирование реализованного приложения. Все подготовленные тесты были успешно пройдены.
В рамках выпускной квалификационной работы было разработано приложения для определения скорости передвижения автомобильного транспорта на видео с применением нейросетевых технологий. При этом были решены задачи, перечисленные ниже.
1. Проведен обзор аналогов и научной литературы.
2. Спроектирована топологию искусственной нейронной сети и проведено ее обучение и ее тестирование.
3. Разработано приложение для распознавания скорости передвижения автотранспорта.
4. Проведено тестирование приложения.
В рамках выпускной квалификационной были опубликованы статьи, перечисленные ниже.
1. Grents A., Varkentin V., Goryaev N. Determining vehicle speed based on video using convolutional neural network //Transportation Research Proce- dia. - 2020. - Т. 50. - С. 192-200 (Топ-50 SCOPUS).
2. Grents A., Varkentin V., Fedorov A. Application for Recognition of Road Transport Using TensorFlow //2020 International Conference Quality Management, Transport and Information Security, Information Technologies (IT&QM&IS). - IEEE, 2020. - С. 214-218 (Q4 SCOPUS).
Купить