Preview

Вестник НГУЭУ

Расширенный поиск

Модификация этапа предварительной обработки системы распознавания дорожных знаков с учетом особенностей предметной области

https://doi.org/10.34020/2073-6495-2020-2-235-249

Аннотация

От систем распознавания дорожных знаков требуется высокий уровень оперативности и точности выполнения при ограниченном использовании вычислительных ресурсов. Процесс предварительной обработки изображений предшествует процессу непосредственно распознавания изображений, поэтому от его эффективности зависят результаты распознавания. При проведении предварительной обработки важно учитывать особенности предметной области, в рамках которой производится распознавание. В статье рассматривается процесс проведения предварительной обработки и подготовки изображений в контексте создания системы по распознаванию дорожных знаков. Обозначены основные проблемы, возникающие в ходе функционирования такой системы, предложены их решения. Собственная комбинация данных решений позволила создать новую систему по распознаванию дорожных знаков, дающую выигрыш в скорости обработки за счет отсечения не представляющих интерес изображений до поступления на классификатор, а также учитывающую особенности эксплуатации в городской среде – более сложных условиях по сравнению с распознаванием дорожных знаков на трассах или на искусственно созданных полигонах.

Об авторе

С. Ю. Пчелинцев
Тамбовский государственный университет имени Г.Р. Державина
Россия

Пчелинцев Сергей Юрьевич, аспирант, кафедра математического моделирования и информационных технологий

Тамбов



Список литературы

1. Белых Е.А. Обучение каскадов Хаара // Вестник Сыктывкарского университета. Сер. 1: Математика. Механика. Информатика. 2017. Вып.1 (22). С. 41–53.

2. Бычков С.С. Классификация методов распознавания дорожных знаков по видеопоследовательности // Решетневские чтения. 2017. № 21-2. С. 313–314.

3. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2012. 1104 с.

4. Елизаров Д.А. Разработка системы распознавания дорожных знаков // Омский научный вестник. 2017. № 4 (154). С. 120–123.

5. Курбатова Е.Е. Комбинированный алгоритм выделения контуров объектов интереса в мониторинговых системах // Вестник Нижегородского университета им. Н.И. Лобачевского. 2013. № 2 (1). С. 60–65.

6. Медведев М.В., Кирпичников А.П., Синичкина Т.А. Детектирование дорожных знаков при помощи компьютерного зрения // Вестник технологического университета. 2016. № 18. С. 143–147.

7. Половинкин А.Н. Алгоритмы классификации изображений с большим числом категорий объектов // Вестник ННГУ. 2013. № 4 (1). С. 225–230.

8. Пчелинцев С.Ю., Арзамасцев А.А. Применение Метода Виолы – Джонса для распознавания дорожных знаков // Российская наука в современном мире: сб. ст. XXI Междунар. науч.-практ. конф. М., 2019. С. 107–108.

9. Цуканов М.В., Пшеничкин Е.В. Сравнительный анализ алгоритмов распознавания дорожных знаков // Инновационная наука. 2018. № 4. С. 66–70.

10. Ciresan D., Meier U., Masci J., Schmidhuber J. A committee of neural networks for traffic sign classification. In International joint conference on neural networks. 2011. P. 1918–1921.

11. Ishida H., Takahashi T., Mekada Y., Murase H. Identification of degraded traffic sign symbols by a generative learning method. Nagoya, Japan: Graduate School of Information Science, 2006.

12. Li H., Sun F., Liu L., Wang L. A novel traffic sign detection method via color segmentation and robust shape matching. Neurocomputing, 2015. P. 77–88.

13. Siegmann P., Lopez-Sastre R.J., Gil-Jimenez P., Lafuente-Arroyo S., MaldonadoBascon S. Fundaments in luminance and retroreflectivity measurements of vertical traffic signs using a color digital camera. IEEE Transactions on Instrumentation and Measurement. 2008. № 3. 607 p.

14. ГОСТ Р 52290–2004. Технические средства организации дорожного движения. Знаки дорожные. Общие технические требования. [Электронный ресурс]. URL: http://www.nppskmost.ru/files/G0ST_P_52290_2004_1.pdf (дата обращения: 14.01.2020).

15. Машинное обучение (курс лекций, К.В. Воронцов). [Электронный ресурс]. URL: http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_(курс_ лекций,_К.В.Воронцов) (дата обращения: 14.01.2020).

16. Российская база изображений автодорожных знаков. [Электронный ресурс]. URL: https://graphics.cs.msu.ru/node/1325 (дата обращения: 14.01.2020).


Рецензия

Для цитирования:


Пчелинцев С.Ю. Модификация этапа предварительной обработки системы распознавания дорожных знаков с учетом особенностей предметной области. Вестник НГУЭУ. 2020;(2):235-249. https://doi.org/10.34020/2073-6495-2020-2-235-249

For citation:


Pchelintsev S.Yu. Modification of the Pre-Processing Stage of a Traffi Sign Recognition System Taking into Account the Characteristics of the Subject Area. Vestnik NSUEM. 2020;(2):235-249. (In Russ.) https://doi.org/10.34020/2073-6495-2020-2-235-249



Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2073-6495 (Print)