Система двовимірного розпізнавання об'єктів в безпілотних автомобілях

Скорочена інформація про документ
dc.contributor.advisorНедашківська, Надія Іванівна
dc.contributor.authorЯковенко, Сергій Сергійович
dc.date.accessioned2021-04-19T16:54:09Z
dc.date.available2021-04-19T16:54:09Z
dc.date.issued2020
dc.description.abstractenMaster's thesis performed at 106 pages, contains 37 illustrations, 22 tables, 15 sources, 1 supplement. Actuality . Due to the development of artificial intelligence, unmanned vehicles, as well as safety systems in cars, there is a need to develop a device that would be able to detect objects around the machine using a variety of sensors, including video cameras The aim of the study— is to use machine learning to develop a system for recognizing objects in a video stream The object of research: the problem of two-dimensional recognition of road users: cyclists, pedestrians, cars. The subject of research: methods and models of deep neural networks in image recognition problems. The research methodsused in this work are based on the methods of machine learning and expert evaluation. Scientific novelty of the obtained results - a program has been developed that recognizes road users: cyclists, pedestrians, cars; You can improve the system by adding other data acquisition channels and use them to improve recognition results in difficult conditions.uk
dc.description.abstractukМагістерська дисертація виконана на 106 сторінках, містить 37 ілюстрацій, 22 таблиці 15 джерел та 1 додаток. Актуальність. В зв’язку з розвитком сфери штучного інтелекту, безпілотного автотранспорту, а також систем безпеки в автомобілях, постає необхідність в розробці яка була б здатна проводити детекцію об’єктів навколо машини за допомогою різноманітних датчиків, зокрема відеокамер Мета дослідження – використовуючи машинне навчання, розробити систему розпізнавання об’єктів в відеопотоці Об’єкт дослідження: задача двовимірного розпізнавання учасників дорожнього руху: велосипедистів, пішоходів, автомобілів. Предмет дослідження: методи і моделі глибинних нейронних мереж в задачах розпізнавання образів. Методи дослідження, застосовані у даній роботі, базуються на методах машинного навчання та експертної оцінки. Наукова новизна одержаних результатів — розроблено систему, що розпізнає учасників дорожнього руху: велосипедистів, пішоходів, автомобілі; Дана система може використовувати смартфон водія в якості обчислювального сервера, що дозволяє встановлювати її навіть на старих автомобілях Вдосконалити систему можна додавши інші канали отримання данних та використовувати їх для поліпшення результатів розпізнавання в складних умовах.uk
dc.format.page106 с.uk
dc.identifier.citationЯковенко, С. С. Система двовимірного розпізнавання об'єктів в безпілотних автомобілях : магістерська дис. : 122 Комп'ютерні науки / Яковенко Сергій Сергійович. – Київ, 2020. – 106 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/40675
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectзгорткові нейронні мережіuk
dc.subjectглибокі нейронні мережіuk
dc.subjectмашинне навчанняuk
dc.subjectрозпізнавання об’єктівuk
dc.subjectавтомобіліuk
dc.subjectconvolved neural networksuk
dc.subjectdeep neural networksuk
dc.subjectmachine learninguk
dc.subjectobject recognitionuk
dc.subjectcarsuk
dc.subject.udc004.93`1uk
dc.titleСистема двовимірного розпізнавання об'єктів в безпілотних автомобіляхuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Yakovenko_magistr.pdf
Розмір:
2.94 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.01 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи