Home
Giới thiệu
Tài khoản
Đăng nhập
Quên mật khẩu
Đổi mật khẩu
Đăng ký tạo tài khoản
Liệt kê
Công trình khoa học
Bài báo trong nước
Bài báo quốc tế
Sách và giáo trình
Thống kê
Công trình khoa học
Bài báo khoa học
Sách và giáo trình
Giáo sư
Phó giáo sư
Tiến sĩ
Thạc sĩ
Lĩnh vực nghiên cứu
Tìm kiếm
Cá nhân
Nội dung
Góp ý
Hiệu chỉnh lý lịch
Thông tin chung
English
Đề tài NC khoa học
Bài báo, báo cáo khoa học
Hướng dẫn Sau đại học
Sách và giáo trình
Các học phần và môn giảng dạy
Giải thưởng khoa học, Phát minh, sáng chế
Khen thưởng
Thông tin khác
Tài liệu tham khảo
Hiệu chỉnh
Số người truy cập: 106,054,781
XỬ LÝ LỖI VI PHẠM VƯỢT ĐÈN VÀ DỪNG ĐỖ DỰA TRÊN HỌC SÂU
Tác giả hoặc Nhóm tác giả:
TS. Huỳnh Hữu Hưng*
Nơi đăng:
Tạp chí Tạp chí Khoa học và Công nghệ;
S
ố:
Vol. 18, No. 5.1, 2020;
Từ->đến trang
: 106;
Năm:
2020
Lĩnh vực:
Xã hội nhân văn;
Loại:
Bài báo khoa học;
Thể loại:
Trong nước
TÓM TẮT
Công cụ phát hiện lỗi vi phạm giao thông được xây dựng có thể tự động phát hiện các lỗi vi phạm như: Vượt đèn đỏ, đi sai làn hay là dừng đỗ xe. Công cụ cũng áp dụng những thuật toán trí tuệ nhân tạo, các kỹ thuật xử lý ảnh giúp cho công cụ có khả năng phát hiện và nhận dạng các phương tiện được huấn luyện thông qua tập dữ liệu với hơn hàng ngàn bức ảnh về phương tiện giao thông. Để xác định các lỗi vi phạm, công cụ sử dụng các quy định của luật giao thông đường bộ. Thông qua việc thử nghiệm công cụ trên nhiều video, nhiều góc quay của camera giám sát sẽ giúp chung tôi đánh giá chủ quan được phần nào về chất lượng của các camera. Qua đó chúng ta có thể đề xuất điều chỉnh các yêu cầu kỹ thuật về camera như: chất lượng hình ảnh, góc quay hay độ phân giải… đó là mục tiêu mà công cụ hướng đến.
ABSTRACT
Nowadays, smart city is a rising trend; therefore, building a system that can automatically detect violations to reduce the pressure on traffic surveillance is necessary. In this paper, the authors have proposed a novel method that can help to detect various traffic violations such as going through red lights or wrong parking by using the YOLOv3 neural network to recognize violating vehicles, then giving information about the position of the vehicles identified by tracking object which can be used to classify the traffic violations. The proposed method is evaluated on a Da Nang traffic data set and the experiment has yielded promising results with an accuracy of 94%in morning dataset. In other conditions, the results are in the range of 40% and 80%.
© Đại học Đà Nẵng
Địa chỉ: 41 Lê Duẩn Thành phố Đà Nẵng
Điện thoại: (84) 0236 3822 041 ; Email: dhdn@ac.udn.vn