شناسایی خودروهای اضطراری مبتنی بر یادگیری عمیق به منظور استفاده در خودروهای بدون راننده
محل انتشار: ماشین بینایی و پردازش تصویر، دوره: 9، شماره: 2
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 323
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JMVIP-9-2_002
تاریخ نمایه سازی: 11 دی 1400
چکیده مقاله:
هدف از طراحی و ساخت خودروهای بدون راننده حذف عامل انسانی به منظور کاهش تلفات، هزینه ها و نیز افزایش ایمنی خودرو با جایگزینی تجهیزات هوشمند است. امروزه با بهرهمندی از فناوریهای هوش مصنوعی و یادگیری ماشین شاهد پیشرفتهای چشمگیری در صنعت حمل و نقل هوشمند به ویژه خودروهای تمام خودکار هستیم که با استفاده از حسگرهای پیشرفته و تکنیک بینایی ماشین قادر به تجزیه و تحلیل اطلاعات محیط پیرامون خود هستند. از چالشهای مطرح در طراحی سیستم این نوع از خودروها، شناسایی درست سایر وسایل نقلیه ی اطراف مسیر حرکت خودرو است. در این مقاله، برای شناسایی خودروهای اضطراری یک روش مبتنی بر یادگیری عمیق ارائه شده است که فرایندهای استخراج ویژگی و طبقه بندی درآن به صورت همزمان انجام میشود. شبکه عمیق مورد استفاده در این پژوهش شبکه پیچشی میباشد. در شبکه های عصبی پیچشی دستیابی به نتایج قابل قبول وعملکرد مناسب، مستلزم در اختیار داشتن حجم عظیمی از دادهها برای آموزش شبکه میباشد. با توجه به محدود بودن تعداد تصاویر موجود در مجموعه داده مورد استفاده در این پژوهش و به منظور افزایش دقت شناسایی، از فرایند یادگیری انتقالی و شبکه پیش آموزشدیده VGG۱۶ نیز استفاده شده است. برای این تحقیق دو مجموع داده جدید ایجاد و در کنار دو مجموعه داده دیگر مورد آزمایش قرار گرفت. روش پیشنهادی با چهار روش دیگر نیز مورد مقایسه قرار گرفت و نتایج به دست آمده نمایانگر کارایی بسیار خوب روش پیشنهادی است.
کلیدواژه ها:
نویسندگان
مریم اسدی
دانشجوی کارشناسی ارشد مهندسی کامپیوتر (نرم افزار)، گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه رازی
عبداله چاله چاله
گروه مهندسی کامپیوتر و فناوری اطلاعات، دانشکده فنی، دانشگاه رازی