سال انتشار: ۱۳۸۱

محل انتشار: دومین کنفرانس ماشین بینایی و پردازش تصویر

تعداد صفحات: ۱۰

نویسنده(ها):

محمد بحرانی – گروه هوش مصنوعی، دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف
منصور جم زاد –

چکیده:

در این مقاله روشی برای شناسایی علائم راهنمایی و رانندگی با استفاده از شبکه عصبی پیشنهاد شده است. در این روش، یک بردار ویژگی مستقل از مقیاس ١، انتقال و دوران از الگوی علامت استخراج می شود که خصوصیت مستقل بودن از مقیاس و انتقال، برای شناسایی مورد استفاده قرار می گیرد . بردارهای ویژگی مذکور به شبکه عصبی آموزش داده می شوند و سپس شبکه عصبی برای شناسایی علائم به کار می رود. استفاده از شبکه عصبی برای شناسایی در دو مرحله انجام می گیرد؛ در مرحله اول قالب کلی علامت شناسایی می شود و در مرحله بعد خود علامت شناسایی می گردد . با توجه به خصوصیت بردار ویژگی استخراج شده از تصویر، شناسایی مستقل از اندازه علائم انجام می گیرد . دقت شنا س ایی سیستم برای تصاویر بدون نویز، ۹۴ درصد و برای تصاویر نویزی با نویزگوسی ب ا میانگین صفر و واریانس۰/۱، ۷۰ درصد می باشد درصورت وجود یک زاویه کوچک (کمتراز ٢٠ درجه) بین محور دوربین و خط عمود بر سطح تابلو نیز، سیستم قادر است شناسایی ر ا با دقت بیش از ٧٠ درصد انجام دهد