Traffic signs recognition and translation using neural networks
Trafik işaretleri tanıma ve sinir ağları kullanarak çeviri
- Tez No: 765146
- Danışmanlar: YRD. DOÇ. DR. SEFER KURNAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 59
Özet
Kendi kendini süren arabalar alanı son zamanlarda kayda değer bir gelişmeye tanık oluyor ve görüntüleme cihazları ve sensör ekipmanları bu tip arabaların en önemli parçalarından biri. Ve hayatın her alanı için kurallar ve yasalar olduğu gibi, uygun kontrolleri, talimatları ve göstergeleri ile kaymaktaşı sistemi de öyle. Bu tezde, trafik işaretleri için bir sınıflandırma sistemi önerilmiştir, çünkü bu sistem yapay zekaya, özellikle derin öğrenmeye dayalıdır. Eğitim için gereken veri miktarı sorununu çözmek için, bu teknoloji eğitim için çok fazla zaman ve veri tasarrufu sağladığı için transfer öğrenme tekniği kullanıldı. Simülasyon sonuçları, önerilen yöntemin bir kamera üzerinde ve gerçek zamanlı olarak test edilmesi nedeniyle yüksek bir performans gösterdiğini ve teşhisteki hata oranının yüzde 0,1'den az olduğunu gösterdi.
Özet (Çeviri)
The field of self-driving cars is witnessing a remarkable development in recent times, and imaging devices and sensor equipment are one of the most important parts of this type of cars. And since for every field of life there are rules and laws, so does the alabaster system with its appropriate controls, instructions and indications. In this thesis, a classification system for traffic signs has been proposed, as this system is depending on artificial intelligence, specifically deep learning. To solve the problem of the amount of data required for training, the transfer learning technique was used, as this technology saved a lot of time and data needed for training. The simulation results showed a high performance of the proposed method, as it was tested on a camera and in real time, and the error rate in diagnosis was less than 0.1 percent.
Benzer Tezler
- Otonom araçlar için trafik işaretlerini tanıma sistemi
Traffic sign recognition system for autonomous vehicles
EMRE BALKAN
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Arel ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖMER IŞIK
- Uzman sistemler ve ulaştırma alanında kullanımları
Expert systems and using them in transportation
A.BURAK GÖKTEPE
- Traffic sign recognition
Başlık çevirisi yok
BOTAN HAMZA HASAN
Yüksek Lisans
İngilizce
2021
Mühendislik BilimleriFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KAYA
- Traffic sign detection and recognition
Trafik işaretleri bulma ve tanıma sistemi
SARDAR RAMADHAN
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. BURHAN ERGEN
- Sürücü destek sistemleri için yeni yol ve işaret tanıma yöntemleri
New road and sign recognition methods for driver assistance systems
GÜLCAN YILDIZ
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BEKİR DİZDAROĞLU