دانلود مقاله انگلیسی:شناخت ترافیک با استفاده از نقشه و محلی سازی در هر مرحله
دانلود بهترین مقالات isi همراه با ترجمه فارسی

کارابرن عزیز، مقالات سایت ( همگی جزو مقالات isi می باشند) بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (حتی محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi مانند IEEE، Sciencedirect، Springer، Emerald و ... انتخاب گردیده اند.

ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیشنهادات ویژه
پکیج ویژه مقالات محاسبات ابری
پکیج ویژه مقالات زنجیره تامین
پیوندهای کاربردی
پیوندهای مرتبط
مقالات انگلیسی بینایی ماشین
  • Traffic light recognition exploiting map and localization at every stage

    Traffic light recognition exploiting map and localization at every stage

    سال انتشار:

    2017


    عنوان انگلیسی مقاله:

    Traffic light recognition exploiting map and localization at every stage


    ترجمه فارسی عنوان مقاله:

    شناخت ترافیک با استفاده از نقشه و محلی سازی در هر مرحله


    منبع:

    Sciencedirect - Elsevier - Expert Systems With Applications, 88 (2017) 290-304. doi:10.1016/j.eswa.2017.07.003


    نویسنده:

    Chulhoon Jang, Sungjin Cho, Sangwoo Jeong, Jae Kyu Suhr, Ho Gi Jung, Myoungho Sunwoo


    چکیده انگلیسی:

    Article history:Received 5 February 2017Revised 30 June 2017Accepted 5 July 2017Available online 12 July 2017Keywords:Traffic light recognition Localization and digital map Intelligent vehiclesIntelligent transportation systems Computer visionObject detectionTraffic light recognition is being intensively researched for the purpose of reducing traffic accidents at in- tersections and realizing autonomous driving. However, conventional vision-based approaches have sev- eral limitations due to full image scanning, always-on operation, various different types of traffic lights, and complex driving environments. In particular, it might be impossible to recognize a relevant traffic light among multiple traffic lights at multiple intersections. To overcome such limitations, we propose an effective architecture that integrates a vision system with an accurate positioning system and an extended digital map. The recognition process is divided into four stages and we suggest an extended methodology for each stage. These stages are: ROI generation, detection, classification, and tracking. The 3D positions of traffic lights and slope information obtained from an extended digital map enable ROIs to be generated accurately, even on slanted roads, while independent design and implementation of individual recogni- tion modules for detection and classification allow for selection according to the type of traffic light face. Such a modular architecture gives the system simplicity, flexibility, and maintainable algorithms. In ad- dition, adaptive tracking that exploits the distance to traffic lights allows for seamless state estimation through smooth data association when measurements change from long to short ranges. Evaluation of the proposed system occurred at six test sites and utilized two different types of traffic lights, seven states, sloped roads, and various environmental complexities. The experimental results show that the proposed system can recognize traffic lights with 98.68% precision, 92.73% recall, and 95.52% accuracy in the 10.02–81.21 m range.© 2017 Elsevier Ltd. All rights reserved.
    Keywords: Traffic light recognition | Localization and digital map | Intelligent vehicles | Intelligent transportation systems | Computer vision | Object detection


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 15
    حجم فایل: 3882 کیلوبایت

    قیمت: 1000 تومان


    توضیحات اضافی:


     سفارش ترجمه مقاله


آرشیو کامل مقالات

تعداد نظرات : 0

الزامی
الزامی
الزامی
بینایی-ماشین
موضوعات
footer