tailieunhanh - Xử lý vi phạm vượt đèn đỏ và dừng đỗ sai dựa trên học sâu

Bài viết Xử lý vi phạm vượt đèn đỏ và dừng đỗ sai dựa trên học sâu đề xuất một giải pháp mới cho hệ thống phát hiện các lỗi vi phạm khác nhau như vượt đèn đỏ, dừng đỗ sai bằng cách sử dụng mạng tích chập YOLOv3 để trích xuất hình ảnh của đối tượng, sau đó thông tin về vị trí của phương tiện được xác định qua thuật toán theo dõi sẽ được dùng để phân loại các vi phạm. | ISSN 1859-1531 - TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ - ĐẠI HỌC ĐÀ NẴNG VOL. 18 NO. 2020 101 XỬ LÝ VI PHẠM VƯỢT ĐÈN ĐỎ VÀ DỪNG ĐỖ SAI DỰA TRÊN HỌC SÂU RED LIGHT AND WRONG PARKING VIOLATION DETECTION SYSTEM BASED ON DEEP LEARNING Huỳnh Hữu Hưng Nguyễn Văn Phú Nguyễn Tường Trường Đại học Bách khoa Đại học Đà Nẵng hhhung@ nvphu1306@ ntuongvn97@ Tóm tắt - Theo xu hướng phát triển một thành phố thông minh Abstract - Nowadays smart city is a rising trend therefore việc xây dựng được một hệ thống tự động phát hiện lỗi vi phạm là building a system that can automatically detect violations to reduce cần thiết nhằm giảm áp lực cho các công tác quản lí và giám sát the pressure on traffic surveillance is necessary. In this paper the giao thông. Trong bài báo này nhóm tác giả đề xuất một giải pháp authors have proposed a novel method that can help to detect mới cho hệ thống phát hiện các lỗi vi phạm khác nhau như vượt various traffic violations such as going through red lights or wrong đèn đỏ dừng đỗ sai bằng cách sử dụng mạng tích chập YOLOv3 parking by using the YOLOv3 neural network to recognize violating để trích xuất hình ảnh của đối tượng sau đó thông tin về vị trí của vehicles then giving information about the position of the vehicles phương tiện được xác định qua thuật toán theo dõi sẽ được dùng identified by tracking object which can be used to classify the traffic để phân loại các vi phạm. Giải pháp đề xuất được thử nghiệm trên violations. The proposed method is evaluated on a Da Nang traffic tập dữ liệu video giao thông trên đ ịa bàn thành phố Đà Nẵng và data set and the experiment has yielded promising results with an cho ra kết quả khả quan với độ chính xác trong phát hiện vi phạm accuracy of 94 in morning dataset. In other conditions the results lên tới 94 trong tập dữ liệu ban ngày. Với các điều kiện môi are in the range of 40 and 80 . trường khác kết quả phân loại đạt mức từ 40 đến 80 . Từ khóa - YOLOv3 mạng tích chập phát hiện vi phạm .