Тип работы:
Предмет:
Язык работы:


РАЗРАБОТКА ПРИЛОЖЕНИЯ ДЛЯ ОБНАРУЖЕНИЯ И КЛАССИФИКАЦИИ РОССИЙСКИХ ЗНАКОВ ДОРОЖНОГО ДВИЖЕНИЯ С ПОМОЩЬЮ КОМПЬЮТЕРНОГО ЗРЕНИЯ И СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ

Работа №77806

Тип работы

Дипломные работы, ВКР

Предмет

информационные системы

Объем работы48
Год сдачи2017
Стоимость4280 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
67
Не подходит работа?

Узнай цену на написание


Введение 3
Глава 1. Теоретические сведения 5
1.1. Компьютерное зрение 5
1.1.1. Основная информация 5
1.1.2. Области применения 8
1.1.3. Задачи 12
1.1.4. Метод Виолы-Джонса 15
1.2. Введение в нейронные сети 17
1.3. Нейронные сети в компьютерном зрении 25
Глава 2. Разработка приложения для обнаружения и распознавания дорожных знаков 28
2.1. Инструменты реализации 28
2.1.1. Язык программирования Python 28
2.1.2. Библиотека OpenCV 29
2.1.3. Библиотека Tensorflow 30
2.2. Реализация 31
2.2.1. Подключение пакетов расширения и библиотек Python 31
2.2.2. Создание модуля для обнаружения знаков 32
2.2.3. Создание модуля для классификации знаков 39
2.3. Тестирование приложения 44
Заключение 46
Список использованных источников 47
Приложение

В наше время, в условиях быстрорастущих городов, количество автомобилей, автоперевозок и такси активно увеличивается. С расширением числа автомобилистов, вовлеченных в дорожное движение, возрастает количество дорожных происшествий. Кроме того, статистика показывает, что чаще всего причиной ДТП служит отсутствие концентрации внимания за рулем [10]. Существует немало отвлекающих факторов, из-за которых водитель может потерять контроль над дорогой и подвергнуть опасности окружающих.
Вычислительная мощность современных мобильных аппаратных устройств позволяет автопроизводителям комплектовать свои продукты системой помощи водителю, которая включает в себя модуль обнаружения и распознавания дорожных знаков. Основными проблемами подобных систем является невысокая вероятность детектирования и отсутствие поддержки распознавания российских дорожных знаков. Данная работа будет направлена на решение этих проблем.
Цель дипломной работы заключается в разработке приложения для обнаружения и классификации российских знаков дорожного движения с помощью компьютерного зрения и сверточных нейронных сетей.
Для достижения цели работы были поставлены следующие задачи:
1) Изучить теоретические основы компьютерного зрения и нейронных сетей.
2) Исследовать методы локализации и распознавания объектов на изображении.
3) Реализовать приложение, используя рассмотренные методы с учетом специфики объекта исследования.
4) Выполнить тестирование разработанной программы и проанализировать результаты.
В качестве объекта исследования выступают дорожные знаки Российской Федерации. Предметом исследования являются методы обнаружения и классификации объектов на изображении.
Работа включает в себя введение, две главы, заключение, список использованных источников и приложение. Первая глава содержит необходимый теоретический материал. Вторая глава посвящена созданию приложения, а так же его тестированию и анализу результатов. В заключении подведены итоги выполненной работы.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании студенческих
и аспирантских работ!


Выпускная квалификационная работа была посвящена решению задачи обнаружения и распознавания российских дорожных знаков на видеопотоке.
Были изучены теоретические основы компьютерного зрения и нейронных сетей, а так же возможность применения сверточных нейронных сетей для распознавания объектов на изображениях.
С использованием выбранных инструментов была разработана программа, реализующая рассмотренные методы для обнаружения и классификации дорожных знаков РФ.
Для формирования вывода о качестве работы программы было проведено тестирование на реальных данных. Были предложены идеи, связанные с долгосрочными перспективами улучшения работы алгоритма. Полученные результаты тестирования показали, что разработанное приложение обеспечивает достаточную надежность для практического применения.



1. Krizhevsky A. ImageNet Classification with Deep Convolutional Neural Networks / Krizhevsky A., Sutskever I., Hinton G. E. Toronto: University of Toronto, 2012. — p.5-6.
2. Loncaric S. Computer vision and image processing for military applications. — Zagreb: MOD, 2015. — p.1.
3. Morris A., Hamilton P.V. Visual Acuity and Reaction Time in Navy Fighter Pilots. — Pensacola: FL, 1986. — p. 27.
4. Nixon M.S., Aguado A.S. Feature Extraction and Image Processing. — Woburn: Newnes, 2002. — p.99.
5. Pollefeys M. Model Generation from the Depth Maps // Detailed real-time urban 3d reconstruction from video. — Chapel Hill: Springer, 2008. — p. 31¬33.
6. Szeliski R. Computer Vision: Algorithms and Applications. — NYC: Springer, 2010. — p. 4.
7. Андрияхина H. В. Обманы зрения и оптические иллюзии. — М.: Эксмо, 2012. — С. 41.
8. Потапов А.С. Системы компьютерного зрения. Учебное пособие. - СПб: Университет ИТМО, 2016. — С. 10-18.
9. Шахуро В.И. Российская база изображений автодорожных знаков / В.И. Шахуро, А.С. Конушин // Компьютерная оптика. — 2016. — Т. 40, № 2. — С. 294-300.
10. Distracted Driving [Электронный ресурс]. URL:
https://seriousaccidents.com/legal-advice/top-causes-of-car-accidents/driver- distractions/
11. Embedded Vision Summit 2017 - Making OpenCV code run fast [Электронный ресурс]. URL: http://opencv.org/evs2017-talks.html
12. Mathematical modeling for partial object detection [Электронный ресурс]. URL:
http://ir.library.louisville.edu/cgi/viewcontent.cgi?article=2731&context=etd
13. Windows Binaries for Python Extension Packages [Электронный ресурс]. URL: http://www.lfd.uci.edu/~gohlke/pythonlibs/
14. Компьютерное зрение. [Электронный ресурс]. URL:
https://ru.wikipedia.org/wiki/KoMnbK)TepHoe 3peHHe
15. Параллельные вычисления CUDA [Электронный ресурс]. URL:
http://www.nvidia.ru/object/cuda-parallel-computing-ru.html
16. Свёрточная нейронная сеть [Электронный ресурс]. URL:
https7/ru.wikipedia.prg/wiki/CBepTp4HaH HeHppHHaM ceTb
17. Электромагнитное излучение. [Электронный ресурс]. URL:
https://ru.wikipedia.org/wiki/3neKTpoMarHHTHoe H3ny4CHHe


Работу высылаем на протяжении 30 минут после оплаты.




© 2008-2022 Cервис помощи студентам в выполнении работ