Publicação: Recognition of Brazilian vertical traffic signs and lights from a car using Single Shot Multi box Detector
Carregando...
Tipo do documento
Data
Direito de acesso
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS)
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
Este trabalho apresenta um sistema para o reconhecimento de placas de trânsito e semáforos brasileiros usando inteligência artificial. O principal objetivo do sistema é contribuir para a segurança nas estradas alertando os motoristas sobre riscos potenciais, como excesso de velocidade, consumo de álcool e uso de celular, que podem levar a acidentes graves. A principal contribuição do sistema está na sua capacidade de reconhecer com precisão várias placas de trânsito e semáforos, fornecendo advertências cruciais aos motoristas. Para alcançar isso, o sistema utiliza uma versão leve do Single Shot Multibox Detector como algoritmo de detecção e faz experimentos com três versões do Mobilenet como redes de base. A versão ideal do Mobilenet é selecionada com base em uma precisão maior que 80%, o que garante resultados confiáveis de detecção. O conjunto de dados usado para treinamento e avaliação é composto por imagens extraídas de vídeos de trânsito do YouTube, cada uma meticulosamente anotada para criar os rótulos necessários para o treinamento. Através desta extensa experimentação, o sistema demonstra sua eficácia na realização de detecções precisas e eficientes. Os resultados dos experimentos são comparados com outras abordagens existentes. O sistema proposto demonstrou sua superioridade no manuseio de várias classes de placas de trânsito e sinais luminosos, fornecendo um conjunto de dados dedicado para placas de trânsito e semáforos brasileiros.
Abstract
This document presents a system for recognizing Brazilian traffic signs and lights using
artificial intelligence. The main objective of the system is to contribute to road safety
by alerting drivers to potential risks such as speeding, alcohol consumption, and cell
phone use, which could lead to severe accidents and jeopardize lives. The system’s core
contribution lies in its ability to accurately detect and classify various traffic signs and
lights, providing crucial warnings to drivers to prevent potential hazards. To achieve this,
the system used the light version of the Single Shot Multibox Detector called SSD-Lite
using Mobilenet version 2 and Mobilenet version 3 as base networks for feature extraction.
The optimal Mobilenet version was selected based on performance evaluations to ensure
a Mean Average Precision (mAP) higher than 80%, which guarantees reliable detection
results. The dataset used for training and evaluation comprises images extracted from
YouTube traffic videos, each meticulously annotated to create the necessary labels for
model training. Through this extensive experimentation, the system demonstrates its
efficacy in achieving accurate and efficient traffic sign and light detection. The results of
the experiments are compared with other existing approaches that focus on detecting only
one type of traffic sign or employ different network types. The proposed system outperforms
these comparative works, showcasing its superiority in handling various traffic sign and
light classes by providing a dedicated dataset for Brazilian traffic sign and light
Palavras-chave
Artificial intelligence, MobileNet, SSD, Traffic signs, Inteligência artificial, Sinais de trânsito
Citação
PIERRE, Monhel Maudoony. Recognition of Brazilian vertical traffic signs and lights from a car using Single Shot Multi box Detector. 2023. 83 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2023. DOI https://doi.org/10.14393/ufu.di.2023.525.
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto