Математичне та програмне забезпечення системи розпізнавання марки автомобілів на фотографіях в умовах обмеженого ракурсу

Скорочена інформація про документ
dc.contributor.advisorАндрусенко, Олена Миколаївна
dc.contributor.authorГуро, Дмитро Анатолійович
dc.date.accessioned2024-05-29T08:19:07Z
dc.date.available2024-05-29T08:19:07Z
dc.date.issued2023
dc.description.abstractДисертацію виконано на 95 аркушах, вона містить 3 додатки та перелік посилань на використані джерела з 37 найменувань. У роботі наведено 36 рисунки та 2 таблиці. Актуальність теми. На сьогоднішній день у світі існує величезна кількість транспортних засобів і наземний транспорт, очевидно, є основним способом пересування людства. З цього випливає, що контроль потоку транспортних засобів є дуже важливою задачею, так як завжди є необхідним в реальному часу відслідковувати порушення правил дорожнього руху, фіксувати переміщення вантажівок, знаходити автомобілі по системі камер тощо. Більшість систем, що встановлюються на дорогах громадського використання, навчені для розпізнавання авто спереду та ззаду, так як цього достатньо для більшості потреб систем контролю. Проте, не завжди є можливість встановити камеру, на яку покладено роботу зйомки трафіку, таким чином, тому є необхідність розробити систему, що може розпізнавати автомобілі незалежно від ракурсу та повноти зображення авбомобілю. Зв’язок роботи з науковими програмами, планами, темами. Дисертаційна робота виконувалась згідно з планом науково-дослідних робіт кафедри прикладної математики Національного технічного університету України «Київський політехнічний інститут імені Ігоря Сікорського». Мета і задачі дослідження. Метою дисертаційної роботи є створення системи здатної швидко та ефективно класифікувати автомобілі на цифрових зображеннях в умовах обмеженого ракурсу. Для досягнення мети було розв’язано такі задачі: - провести аналіз предметної області - зібрати або знайти необхідний - розробити алгоритмм розпізнавання моделі автомобіля на фотографії - розробити демонстраційну систему та інтегрувати алгоритм неї Об’єктом дослідження є методи роботи із зображеннями та їх класифікації. Предметом дослідження є застосування методів машинного навчання для заадчі класифікації зображень. Методи дослідження. Основним методом, що був використаний в дисертації для класифікації класів автомобілів є метод машинного навчання – згорткова нейронна мережа. Наукова новизна одержаних результатів роботи. Використано архітектуру згорткової нейронної мережі, яка за показниками точності та повноти не поступається відомим аналогам, але потребує менше часу на її навчання, використовує меншу кількість параметрів, швидше класифікує цифрові зображення і потребує менше ресурсів для розгортання і використання. Також система, в яку інтегрована мережа, робить акцент на зображеннях автомобілів в неповних ракурсах. Практичне значення роботи полягає у створенні власного модулю для класифікації цифрових зображень із використанням нейронних мереж. За допомоги цього модуля можна оптимізувати системи, де існує необхідність розпізнавання марки та моделі автомобіля, в ситуаціях, коли неможливо отримати повне зображення авто.
dc.description.abstractotherThe dissertation is executed on 95 sheets, it contains 3 appendices and the list of references to the used sources from 37 names. The paper presents 36 figures and 2 tables. Actuality of theme. Today, there are a huge number of vehicles in the world, and land transport is obviously the main way of moving mankind. It follows that controlling the flow of vehicles is a very important task, as it is always necessary to monitor violations of traffic rules in real time, to record the movement of trucks, to find cars using a camera system, etc. Most systems installed on public roads are trained to recognize cars from the front and rear, as this is sufficient for most control system needs. However, it is not always possible to install a camera that is tasked with capturing traffic, so there is a need to develop a system that can recognize cars regardless of the perspective and completeness of the image of the avbomobile. The purpose and objectives of the research. The aim of the dissertation work is to create a system capable of quickly and efficiently classifying cars on digital images in conditions of limited perspective. To achieve the goal, the following tasks were solved: - conduct an analysis of the subject area - collect or find the necessary - to develop an algorithm for recognizing a car model in a photo - develop a demonstration system and integrate its algorithm The object of research is methods of working with images and their classification. The subject of the study is the application of machine learning methods for the posterior classification of images. Scientific novelty of the obtained work results. The convolutional neural network architecture is used, which in terms of accuracy and completeness is not inferior to known analogues, but requires less time for its training, uses a smaller number of parameters, classifies digital images faster and requires fewer resources for deployment and use. Also, the system in which the network is integrated emphasizes the images of cars in incomplete angles. The practical value of the work consists in creating a proprietary module for the classification of digital images using neural networks. With the help of this module, it is possible to optimize systems where there is a need to recognize the make and model of a car, in situations where it is impossible to get a complete image of the car.
dc.format.extent149 с.
dc.identifier.citationГуро, Д. А. Математичне та програмне забезпечення системи розпізнавання марки автомобілів на фотографіях в умовах обмеженого ракурсу : магістерська дис. : 113 Прикладна математика / Гуро Дмитро Анатолійович. – Київ, 2023. – 149 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/66937
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectзгорткова нейронна мережа
dc.subjectавтомобіль
dc.subjectмашинне навчання
dc.subjectкласифікація
dc.subjectpython
dc.subjectбібліотека
dc.subjectштучний інтелект
dc.subjectnumpy
dc.subjectscikit-learn
dc.subjectmatplotlib
dc.subjectнабір даних
dc.subjectcompcars
dc.subjectpyQt5
dc.subjecteffectiveNet v2
dc.subject.udc519.688:004.855.5
dc.titleМатематичне та програмне забезпечення системи розпізнавання марки автомобілів на фотографіях в умовах обмеженого ракурсу
dc.typeMaster Thesis

Файли

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

Зібрання

Магістерські роботи (ПМА)
Магістерські роботи