Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 2006

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: road obstacle

Sortuj według:

Ogranicz wyniki do:

Infrared images in automatic recognition of the type of road obstacle in a fog

Cyran K. A., Niedziela T.

Archives of Transport

2006

Vol. 18, iss. 4

29-38

The paper considers an application of the infrared imaging into recognition of the type of obstacIe present on the road during the foggy conditions. For this purpose, we apply a recognition system, based on the optimised ring-wedge detector and neural network. The design of the system utilises an enhanced method of optimisation whose basic version was first applied in a system used for the monitoring of a subsurface stress in the opticai fibre. The method, theoretically claimed to be general, indeed has proved the usefulness also in the case of system dedicated for monitoring of the road. Therefore, in this study we have tried its application into recognition of infrared images, the issue not considered before. The experimental results indicate that the system performs recognition of living creatures (human beings, animals) as opposed to other obstacles generating heat (different kind of vehicles) with about 90% accuracy in testing.

Artykuł dotyczy możliwości wykorzystania zdjęć termalnych w celu rozpoznawania przeszkód drogowych mogących pojawić się we mgle. W tym celu zastosowano system bazujący na zoptymalizowanym ekstraktorze cech charakterystycznych w postaci detektora pierścieniowo-klinowego oraz klasyfikatorze w postaci sztucznej sieci neuronowej. Projektowanie systemu oparte zostało na rozszerzonej metodzie optymalizacji, której pierwszą wersją była aplikacja monitoringu nacisku na światłowód. Metoda ta może być uważana za uniwersalną, udowodniono jej użyteczność w przypadku systemu przeznaczonego do monitoringu drogowego. W związku z tym w artykule pokuszono się o jej aplikację rozpoznawania obrazów w podczerwieni dla przypadku wcześniej nie rozważanego. Eksperymentalne wyniki wskazują, że system potrafi poradzić sobie z rozpoznawaniem istot żywych (ludzi i zwierząt) oraz odróżnić je od innych przeszkód generujących ciepło (różne klasy pojazdów) z 90% trafnością w czasie testowania.