مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

39
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

سیستم نظارت بر ترافیک با قابلیت هوش مصنوعی

صفحات

 صفحه شروع 89 | صفحه پایان 110

چکیده

 نظارت دستی ترافیک می تواند یک کار دلهره آور باشد؛ زیرا مراکز مدیریت ترافیک, تعداد بی شماری از دوربین های نصب شده روی یک شبکه را اجرا می کنند. تزریق سطحی از اتوماسیون می تواند به کاهش بار کار اپراتورهای انسانی که نظارت دستی را انجام می دهند, کمک کند و تصمیم گیری های پیشگیرانه را تسهیل نماید. این اقدامات, تأثیر حوادث و ازدحام مکرر در جاده ها را کاهش می دهد. این مقاله, یک رویکرد جدید برای نظارت خودکار فیلم های ترافیکی زمان واقعی با استفاده از شبکه های عصبی پیچیده و یک رابط کاربری گرافیکی مستقل را ارائه می کند. نویسندگان, نتایج تحقیقات دریافت شده در فرآیند توسعه مدل هایی را توصیف می کنند که به عنوان یک چارچوب یکپارچه برای یک سیستم نظارت بر ترافیک فعال با هوش مصنوعی عمل می کند. سیستم پیشنهادی, چندین الگوریتم یادگیری عمیق پیشرفته را جهت خودکارسازی نیازهای مختلف نظارت بر ترافیک به کار می گیرد. با استفاده از یک پایگاه داده بزرگ از داده های نظارت تصویری مشروح, مدل های مبتنی بر یادگیری عمیق برای شناسایی صف ها, ردیابی وسایل نقلیه ساکن و جدول بندی تعداد خودروها آموزش داده می شوند. یک رویکرد تقسیم بندی در سطح پیکسل به منظور شناسایی صف های ترافیک و پیش بینی شدت اعمال می شود. الگوریتم های تشخیص شیء در زمان واقعی همراه با سیستم های ردیابی مختلف برای شناسایی خودکار وسایل نقلیه سرگردان و همچنین, انجام شمارش وسایل نقلیه مستقر می شوند. در هر مرحله از توسعه, نتایج تجربی قابل توجهی برای نمایش اثربخشی سیستم پیشنهادی ارائه می شود. به طورکلی, نتایج نشان می دهد که چارچوب پیشنهادی در شرایط مختلف به طور رضایت بخشی عمل می کند؛ بدون اینکه به شدت تحت تأثیر خطرات محیطی مانند تاری نماهای دوربین, نور کم, باران یا برف قرار گیرد.

چندرسانه ای

  • ثبت نشده است.

    • استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    مقالات مرتبط نشریه ای

  • ثبت نشده است.

    • مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button