Analiza wybranych cech dystynktywnych pojazdów drogowych w systemie RETINA

• Autorzy: Małgorzata Górska

Warianty tytułu

Analysis of some distinctive features of road vehicle in the RETINA system

• Języki publikacji: PL

Abstrakty

System RETINA przeznaczony jest do monitorowania ruchu pojazdów drogowych. Do tego typu zadań rozpoznawanie tablic rejestracyjnych, omówione w pierwszym rozdziale, może być niedopuszczone, nieadekwatne czy niewłaściwe ze względów prawnych, etycznych lub uznane za zbyt łatwe do manipulacji przez np. właściciela obserwowanego pojazdu. W związku z powyższym poszukiwanie alternatyw jest niezbędne. W odróżnieniu od rozwiązań komercyjnych (niedostępnych), proponowany system jest uniwersalny i możliwe jest łączenie różnych metod wyodrębniania cech dystynktywnych. W szczególności połączenie metody OCR z metodami parametryzacji kształtu omówionymi w podrozdziale 2.1jest korzystne. W ten sposób można zminimalizować liczbę błędnych identyfikacji, celem optymalizacji skuteczności działania systemu.(abstrakt oryginalny)

EN

Celem systemu RETINA - rozwijanego w Zakładzie Telematyki Transportu Wydziału Transportu i Elektrotechniki UTH Rad.- jest monitorowanie ruchu wybranych pojazdów drogowych na podstawie informacji optycznej uzyskanej z punktów obserwacyjnych. W tym kontekście identyfikacja obiektów zarejestrowanych przez I2CU w różnych miejscach i czasach ma istotne znaczenie. Oprócz podejścia opartego na rozpoznawaniu znaków na tablicy rejestracyjnej, w artykule dyskutowane są opcje alternatywne jak charakterystyka kształtu na podstawie detekcji krawędzi w materiale pochodzącym z aparatów/kamer cyfrowych.(original abstract)

Słowa kluczowe

PL

Systemy identyfikacji; Analiza obrazu; Samochody

EN

Identification systems; Image analysis; Automobiles

• Czasopismo: Logistyka
• Rocznik: 2014
• Numer: nr 6, CD 3
• Strony: 4059--4068

Twórcy

autor

Małgorzata Górska

• Uniwersytet Technologiczno-Humanistyczny w Radomiu

Bibliografia

• 1. Christianini N., Shawe-Taylor J., An Introduction to Support Vector Machines. Cambridge University Press, Cambridge 2000.
• 2. Eldén L., Numerical linear algebra in data mining. Acta Numerica, str. 327-384, 2006, nr 15
• 3. Fletcher T., Support Vector Machines Explained. London's Global University, Londyn 2008.
• 4. Górska M., Predykcja Bayesowska w systemie RETINA. Czasopismo Logistyka 2014, nr 2.
• 5. Górska M., Podstawy modelowania sieci dróg w Systemie Poszukiwania Pojazdów Drogowych Według Zadanych Cech. Czasopismo Autobusy - Technika, Eksploatacja, Systemy Transportowe 2013, nr 3.
• 6. Górska M., Jackowski S., Wybrane techniki sieciowej obserwacji ruchu pojazdu drogowego. Czasopismo TTS - Technika Transportu Szynowego 2012, nr 9.
• 7. Górska M., Metody matematyczne ekstrapolacji trajektorii ruchu pojazdów drogowych. Czasopismo TTS - Technika Transportu Szynowego 2012, nr 9.
• 8. Górska M., Jackowski J., Analiza wybranych czynników wpływających na trajektorie ruchu poszukiwanych pojazdów. Czasopismo Logistyka 2012, nr 3.
• 9. Górska M., Jackowski S., Optymalizacja sieci inteligentnych obserwatorów. Czasopismo Logistyka 2011, nr 6.
• 10. Górska M., Assessment of observer positions for given behavior of drivers. Czasopismo Logistyka 2011, nr 6.
• 11. Górska M., Tracing multiple mobile objects by a network of intelligent detectors. Czasopismo Logistyka 2011, nr 3.
• 12. Górska M., Course prediction for mobile object tracing network. Proceedings of the 4th International Interdisciplinary Technical Conference of Young Scientists, Poznań 2011.
• 13. http://www.safetycam.pl/