prikaz prve stranice dokumenta Detekcija i raspoznavanje prometnih znakova umjetnim neuronskim mrežama
Rad nije dostupan
magistarski rad
Detekcija i raspoznavanje prometnih znakova umjetnim neuronskim mrežama
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2011. urn:nbn:hr:168:877810
Fištrek, Tomislav
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zavod za elektroničke sustave i obradbu informacija

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Fištrek, T. (2011). Detekcija i raspoznavanje prometnih znakova umjetnim neuronskim mrežama (Magistarski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:877810

Fištrek, Tomislav. "Detekcija i raspoznavanje prometnih znakova umjetnim neuronskim mrežama." Magistarski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2011. https://urn.nsk.hr/urn:nbn:hr:168:877810

Fištrek, Tomislav. "Detekcija i raspoznavanje prometnih znakova umjetnim neuronskim mrežama." Magistarski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2011. https://urn.nsk.hr/urn:nbn:hr:168:877810

Fištrek, T. (2011). 'Detekcija i raspoznavanje prometnih znakova umjetnim neuronskim mrežama', Magistarski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 29.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:877810

Fištrek T. Detekcija i raspoznavanje prometnih znakova umjetnim neuronskim mrežama [Magistarski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2011 [pristupljeno 29.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:877810

T. Fištrek, "Detekcija i raspoznavanje prometnih znakova umjetnim neuronskim mrežama", Magistarski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2011. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:877810

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:877810
Podaci o radu
NaslovDetekcija i raspoznavanje prometnih znakova umjetnim neuronskim mrežama
Naslov (engleski)Traffic sign detection and recognition using neural networks
AutorTomislav Fištrek
MentorSven Lončarić (mentor)
Član povjerenstvaSven Lončarić (predsjednik povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
(Zavod za elektroničke sustave i obradbu informacija)
Zagreb
Datum i država obrane2011, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Elektrotehnika
Univerzalna decimalna klasifikacija
(UDC)		621.3 - Elektrotehnika
Sažetak
Rješenje raspoznavanja prometnih znakova ograničavanja brzine realizirano je u dva osnovna dijela. Prvi dio je detekcija ruba znaka koja uključuje segmentaciju velikim skupom različitih pragova u različitim prostorima boja. Za svaku ulaznu sliku pogodan prag i komponenta iz nekog od prostora boja odabire se promatranjem histograma cijele slike. Posebno istrenirana umjetna neuronska mreža odlučuje o odabiru. Na taj način dobijamo sustav koji je prilagodljiv različitim uvjetima osvjetljenja te se segmentacija uspješno provodi i u uvjetima noćne rasvjete gdje prevladavaju crveni tonovi. Nagon segmentacije u prvom dijelu provodi se detekcija Houhovom transformacijom za kružnice u većem opsegu raspona radijusa i zbog toga je sustav prilagodljiv različitim veličinama prometnog znaka. Drugi dio je raspoznavanje gdje je najvažniji dio odabir pravih uzoraka i značajki. Prvi dio, tj. modul za detekciju daje jednu ili dvije najbolje ocjenjene kružnice u segmentiranoj slici smanjene rezolucije. Sada se u originalnoj slici nalazi odgovarajući okvir i on se smanjuje na određenu dimenziju te prebacuje u sivu sliku. Prema tako dobivenoj unutrašnjosti prometnog znaka sustav automatski priprema ulaze za NN koja raspoznaje znakove.
Sažetak (engleski)
Speed limit traffic sign detection is realized in two basic parts. The first part is the detection of traffic sign edge which includes the segmentation by means of a large set of different thresholds in different colour spaces. For each input image a convenient threshold and colour component from one of colour spaces is chosen by the observation of the histogram of the whole image. Specially trained artificial neural network decides about the choice. In this way a system that is adaptable to different lighting conditions is obtained so that the segmentation is successfully carried out even in night lighting conditions where red colours prevail. After the segmentation in the first part the detection by means of the circular Hough transformation is carried out in larger radius range and that is why the system is adaptable to the different sizes of the traffic sign. The second part is the recognition where the most important part is the choice of real patterns and features. The first part, i.e. the detection module results in one or two best graded circles in the segmented image of the reduced resolution. Now, the suitable frame is within the original image and it is reduced to a certain dimension and is transfered into the grey image. The system automatically prepares the inputs for NN in accordance with so obtained interior of the traffic sign.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:877810
Studijski programNaziv: Elektrotehnika
Vrsta studija: sveučilišni
Stupanj studija: poslijediplomski znanstveni (magistarski)
Akademski / stručni naziv: Magistar znanosti elektrotehnike (mag. ing. el.)
URL zapisa u kataloguhttp://lib.fer.hr/cgi-bin/koha/opac-detail.pl?biblionumber=36749
Vrsta resursaTekst
Opseg68 str ; 30 cm
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2020-08-24 10:49:40