ПРИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ ДЛЯ ОПРЕДЕЛЕНИЯ ОСНОВНЫХ ХАРАКТЕРИСТИК АВТОТРАНСПОРТНЫХ ПОТОКОВ В ГОРОДЕ

  • ИГНАТЬЕВ АЛЕКСАНДР ВЛАДИМИРОВИЧ
  • ТЫРИН ВЛАДИМИР ВЯЧЕСЛАВОВИЧ
  • ЦАПИЕВ ДМИТРИЙ НИКОЛАЕВИЧ
  • САУШКИН ДМИТРИЙ АЛЕКСАНДРОВИЧ
Ключевые слова: КЛАССИФИКАЦИЯ ТРАНСПОРТНЫХ СРЕДСТВ, ИНТЕНСИВНОСТЬ ТРАНСПОРТНОГО ПОТОКА, КОМПЬЮТЕРНОЕ ЗРЕНИЕ, РАСПОЗНАВАНИЕ ИЗОБРАЖЕНИЙ, СВЕРТОЧНЫЕ НЕЙРОННЫЕ СЕТИ, АНАЛИЗ ВИДЕОПОТОКА, СЕГМЕНТАЦИЯ ИЗОБРАЖЕНИЯ, MASK R-CNN

Аннотация

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.

 

Опубликован
2023-02-16
Раздел
ЦИФРОВАЯ УРБАНИСТИКА