Recognizing atypical on-the-go situations using a convolutional neural network
DOI:
https://doi.org/10.31649/1681-7893-2019-38-2-38-44Keywords:
image processing, atypical situations, traffic accidents, convolutional neural networkAbstract
The information technology of atypical situations recognition on the road is offered and its software implementation is investigated. YOLO convolutional neural network was used to detect and track objects on the road in real time. To identify atypical situations, we used an analysis of changes in the motion characteristics of detected objects.
References
Road accident statistics in Ukraine [Electronic resource]. - Access mode: http://patrol.police.gov.ua/statystyka/
Safe City: Over 400 surveillance cameras have been installed in Vinnitsa [Electronic resource]. - Accessmode: https://www.myvin.com.ua/en/news/events/53372.html
Frank Millstein Convolutional Neural Networks in Python: Beginner's Guide to Convolutional NeuralNetworks in Python. CreateSpace Independent Publishing Platform, 2018. 120 p.
Sight Machine. Powering digital Manufacturing. - Access mode: https://sightmachine.com/.
Deep Neural Networks for Image Recognition and Classification Problems [Electronic resource]. - Accessmode: http://itcm.comp-sc.if.ua/2017/Sineglazov.pdf.
Convolutional neural network - a simple explanation of CNN and its application [Electronic resource]. -Access mode: https://evergreens.com/en/articles/cnn.html
Artificial Intelligence (AI) Vs. Machine Learning Vs. Deep Learning [Online resource]. - Access mode:https://skymind.ai/wiki/ai-vs-machine-learning-vs-deep-learning.
Darknet: Open Source Neural Networks and YOLO: Real-Time Object Detection. - Access mode:https://pjreddie.com/darknet/yolo.
Shcherbakova G.Yu. Probability theory lecture notes. Odessa: Science and Technology, 2005. 68 p.
VF Bardachenko, OK Kolesnitsky, SA Vasiletsky. Prospects for the use of pulsed neural networks withtimer representation of information for dynamic pattern recognition // USiM.-2003-№6.- P. 73-82.
Kolesnitsky OK Analytical review of hardware realizations of spike neural networks / OK Kolesnitsky //Mathematical Machines and Systems. - 2015. - №1, P.3-19. ISSN 1028-9763 [Electronic resource]. AccessMode - http://www.immsp.kiev.ua/publications/articles/2015/2015_1/01_2015_Kolesnytskyy.pdf
Neurocomputer architecture based on spiking neural network and its optoelectronic implementation / OlehK. Kolesnytskyj; Vladislav V. Kutsman; Krzysztof Skorupski; Mukaddas Arshidinova, Proc. SPIE 11176,Photonics Applications in Astronomy, Communications, Industry, and High-Energy Physics Experiments2019, 1117609 (6 November 2019); doi: 10.1117 / 12.2536607
Downloads
-
PDF (Українська)
Downloads: 394
Published
How to Cite
Issue
Section
License
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:- Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
- Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
- Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
