| 論文名稱 | 利用模糊類神經網路加強彩色影像車輛偵測 |
| 學位 | 碩士 |
| 年別 | 90 |
| 學校系所 | 交通大學交運所 |
| 作者 | 郭怡雯 |
| 指導教授 | 藍武王 |
| 論文摘要 | 為提升影像辨識的準確率，本研究結合模糊類神經網路方法與背景相減法，並採用橫跨單一車道之線偵測器，發展彩色影像車輛偵測模式。在模式構建方面，本研究設計一四層之模糊類神經網路架構，並以倒傳遞演算法進行網路的訓練。樣本蒐集係針對市區道路與高速公路，於不同光線情境下進行影像拍攝。本研究在虛擬偵測線上分別放置三點、五點與七點偵測器，藉此比較不同偵測點數對於偵測效果的影響。除此之外，本研究亦將所發展之彩色影像偵測器與傳統之彩色影像偵測器所得之效果進行比較。實證分析發現，以七點偵測點為例，結合模糊類神經網路的彩色影像車輛偵測系統，無論在市區道路或高速公路，白晝或夜晚，所得的車輛偵測準確率皆約達90%以上。五點與七點虛擬偵測器所得之偵測效果較三點偵測器為佳，五點與七點虛擬偵測器所得之偵測效果則無明顯差異。結合模糊類神經網路的模式所得的偵測效果比傳統的車輛偵測模式為佳。探究本系統偵測失敗的主因，在日間主要是因為車輛顏色與道路背景相似之故。在夜間方面，主要是因為受到車頭燈以及車輛變換車道的影響。 |
| 附件下載 | (電子檔於93-09-23後開放下載) 利用模糊類神經網路加強彩色影像車輛偵測.ZIP |
| 張貼日 | 2004/09/23 |
| Hashtags |
查看次數:
95