Репозиторий
Полесского государственного университета
ISSN (online): 2310-7413
Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
https://rep.polessu.by/handle/123456789/35510| Название: | Нейросетевое распознавание дорожных знаков в задачах анализа дорожного трафика |
| Другие названия: | Neural network-based traffic sign recognition in road traffic analysis tasks |
| Авторы: | Вувуникян, Ю.М. Черник, Д.А. Vuvunikyan, Yu. Chernik, D. |
| Ключевые слова: | компьютерное зрение дорожный трафик дорожные знаки нейронные сети детекция объектов YOLO интеллектуальные транспортные системы computer vision road traffic traffic signs neural networks object detection YOLO intelligent transport systems |
| Дата публикации: | 2026 |
| Издательство: | Пинск : Полесский государственный университет |
| Библиографическое описание: | Вувуникян, Ю. М. Нейросетевое распознавание дорожных знаков в задачах анализа дорожного трафика / Ю. М. Вувуникян, Д. А. Черник // Инжиниринг : теория и практика : материалы VI международной научно-практической конференции, Полесский государственный университет, г. Пинск, Республика Беларусь, 29-30 апреля 2026 г. / Полесский государственный университет [и др.]; редкол. Дунай В. И., Пригодич И. А., Чещевик В. Т. – Пинск : ПолесГУ, 2026. – С. 6-8. |
| Аннотация: | В статье рассматривается задача распознавания дорожных знаков как одного из ключевых этапов анализа дорожного трафика на основе методов компьютерного зрения. Обоснована целесообразность применения нейросетевых методов детекции объектов для обработки дорожных сцен. Рассмотрены особенности использования сверточных нейронных сетей и архитектур семейства YOLO для распознавания дорожных знаков. Описан программный прототип системы, ориентированной на обнаружение дорожных знаков на изображениях. |
| Описание: | The article considers traffic sign recognition as one of the key stages of road traffic analysis based on computer vision methods. The relevance of applying neural network object detection methods for road scene processing is substantiated. The features of using convolutional neural networks and YOLO family architectures for traffic sign recognition are discussed. A software prototype focused on traffic sign detection in images is described. |
| Располагается в коллекциях: | 2026 |
Файлы этого ресурса:
| Файл | Описание | Размер | Формат | |
|---|---|---|---|---|
| Neirosetevoe_raspoznavanie.pdf | 194.16 kB | Adobe PDF | Открыть |
Все ресурсы в архиве защищены авторским правом, все права сохранены.