ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ОПРЕДЕЛЕНИЯ ОСНОВНЫХ ХАРАКТЕРИСТИК АВТОТРАНСПОРТНЫХ ПОТОКОВ В ГОРОДЕ
DOI:
https://doi.org/10.35211/19943520_2022_4_58Ключевые слова:
КЛАССИФИКАЦИЯ ТРАНСПОРТНЫХ СРЕДСТВ, ИНТЕНСИВНОСТЬ ТРАНСПОРТНОГО ПОТОКА, КОМПЬЮТЕРНОЕ ЗРЕНИЕ, РАСПОЗНАВАНИЕ ИЗОБРАЖЕНИЙ, СВЕРТОЧНЫЕ НЕЙРОННЫЕ СЕТИ, АНАЛИЗ ВИДЕОПОТОКА, СЕГМЕНТАЦИЯ ИЗОБРАЖЕНИЯ, MASK R-CNNАннотация
Предлагается методика автоматического распознавания и классификации транспортных средств, основанная на использовании сверточной нейронной сети Mask R-CNN. Разработанная методика позволяет автоматизировать получение информации о составе транспортного потока и его интенсивности для каждого из видов транспортных средств, лежащих в основе любого метода расчета выбросов загрязняющих веществ автомобильным транспортом. Статья содержит описание этапов обучения нейронной сети, а также результаты, полученные при ее использовании. Разработанная методика оценки интенсивности транспортных потоков, основанная на анализе данных, полученных с видеокамер, установленных на магистралях, с использованием сверточной нейронной сети Mask R-CNN показала хорошие результаты. При расширении тестовой выборки количество классов распознаваемых автомобилей может быть увеличено.
Скачивания
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2022 Социология городаCopyright (c) 2025 Urban Sociology
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
