Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

1 Przegląd Elektrotechniczny

1 2021

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

An enhancement in accuracy of vehicle detection in parking areas employing Haar-like features and AdaBoost algorithm

100%

Tamim T. R. , Alam S. , Asraf A.

Przegląd Elektrotechniczny

2021

tom R. 97, nr 9

135--138

With the increasing number of vehicles on the road, often it is difficult to find suitable parking spaces in metropolitan cities. It may cause wastage of time as well as traffic congestion if proper parking spaces haven’t been preserved. An autonomous parking system can detect empty parking spaces and allow drivers to effectively park in empty parking spaces which require less time and less fuel. This paper has presented an intelligent vision-based approach that discovers vehicles and empty spaces autonomously. We have introduced Haar-like feature cascade classifier trained by a machine learning technique for the vehicle detection process. The proposed system has delivered promising results to the detection accuracy of the vehicles to allow parking places. The vehicle detection accuracy of the proposed system has been validated through simulation. Besides, the proposed approach has made available the optimum threshold value to acquire the best possible detection accuracy. The advantages of the proposed scheme are a) it saves time to get the vehicles parked; b) it provides to get rid of traffic congestion; c) as the driver gets the space immediately, so less energy is required with the proposed approach. Later, a brief comparison of performance metrics among various classifiers is provided.

Przy rosnącej liczbie pojazdów poruszających się po drogach często trudno jest znaleźć odpowiednie miejsca parkingowe w metropoliach. Może to spowodować stratę czasu, a także zatory drogowe, jeśli nie zostaną zachowane odpowiednie miejsca parkingowe. Autonomiczny system parkowania może wykrywać puste miejsca parkingowe i umożliwiać kierowcom efektywne parkowanie na pustych miejscach, które wymagają mniej czasu i mniej paliwa. W artykule przedstawiono inteligentne podejście oparte na wizji, które autonomicznie wykrywa pojazdy i puste przestrzenie. Wprowadziliśmy kaskadowy klasyfikator cech podobny do Haara, wyszkolony techniką uczenia maszynowego dla procesu wykrywania pojazdów. Zaproponowany system przyniósł obiecujące wyniki w zakresie dokładności wykrywania pojazdów w celu umożliwienia parkowania. Dokładność wykrywania pojazdów proponowanego systemu została zweryfikowana poprzez symulację. Ponadto zaproponowane podejście umożliwiło uzyskanie optymalnej wartości progowej w celu uzyskania najlepszej możliwej dokładności wykrywania. Zaletami proponowanego schematu są: a) oszczędność czasu na zaparkowanie pojazdów; b) zapewnia pozbycie się zatorów komunikacyjnych; c) ponieważ kierowca natychmiast otrzymuje miejsce, więc przy proponowanym podejściu potrzeba mniej energii. Później przedstawiono krótkie porównanie metryk wydajności między różnymi klasyfikatorami.