Регистрация / Вход
Прислать материал

Распознавание дорожных знаков на снимках Google Street View

Фамилия
Корень
Имя
Маргарита
Отчество
Романовна
Номинация
Информационные технологии
Институт
Институт информационных технологий и автоматизированных систем управления (ИТАСУ)
Кафедра
Инженерной кибернетики
Академическая группа
ММ-14-2
Научный руководитель
д. т. н., доц. Садеков Р.Н.
Название тезиса
Распознавание дорожных знаков на снимках Google Street View
Тезис

Задаче обнаружения и распознавания дорожных знаков отводится важная роль при разработке интеллектуальных транспортных систем. В большинстве подобных систем основой для распознавания является видео или изображения, полученные в реальном времени с камеры автомобиля, однако данная работа посвящена разработке техник для распознавания дорожных знаков на снимках, взятых из Google Street View.

Алгоритм можно разбить на три основных этапа: получение снимков, обнаружение подозрительных на знак областей, их классификация.

На начальном этапе при использовании Google Street Image Api берутся снимки дороги в соответствии с выбранным маршрутом на карте. Далее каждый из снимков из полноцветного (соответствующего цветовой схеме RGB) преобразуется в черно-белое.

Затем на отдельном снимке происходит поиск регионов интереса – областей, подозрительных на знак. Для данного этапа был выбран метод MSER в виду его устойчивости к изменениям в освещении. Сначала черно-белое изображение бинаризируется путем пороговой обработки с использованием различных значений порогового уровня, затем происходит поиск связанных областей на каждом уровне. Те области, которые сохраняют свою форму при разных пороговых уровнях, определяются как «MSER-регионы». Для дальнейшего сокращения числа кандидатов и повышения точности распознавания используются ограничения по ширине, высоте, соотношению сторон, периметру границы и площади самой зоны.

На следующем этапе определяется форма знака с помощью гистограммы направленных градиентов (англ. HOG - Histogram of Oriented Gradients) и в зависимости от формы (квадрат, круг, треугольник, перевернутый треугольник) происходит классификация кандидата на дорожный знак с помощью метода опорных векторов (англ. SVM, Support Vector Machine). В конце происходит сравнение результата с предыдущим снимком, и процесс повторяется заново для нового изображения.