Localización y reconocimiento de señales de tráfico del Ecuador: Casos Pare y Ceda el Paso

IF 0.1
Marco Javier Flores Calero, Cristian Conlago, Jhonny Yunda, M. Aldás, C. Flores
{"title":"Localización y reconocimiento de señales de tráfico del Ecuador: Casos Pare y Ceda el Paso","authors":"Marco Javier Flores Calero, Cristian Conlago, Jhonny Yunda, M. Aldás, C. Flores","doi":"10.18272/ACI.V10I1.1012","DOIUrl":null,"url":null,"abstract":"En el mundo y en el Ecuador, las altas tasas de accidentes de tráfico son generadas, principalmente, por la falta de respeto a la normativa vial por parte de los usuarios viales, generando costos humanos y materiales de importancia. En este sentido, la localización y el reconocimiento de las señales de tráfico es esencial para la construcción de dispositivos capaces de prevenir situaciones que puedan generar accidentes de tráfico. Por lo tanto, en este trabajo se presenta un nuevo enfoque para la construcción de un sistema para la detección de señales de tráfico, usando las siguientes innovaciones, i) un método de segmentación por color para la generación de regiones de interés (ROIs) basado en los algoritmos 𝑘−𝑁𝑁, con 𝐾𝑚−𝑚𝑒𝑎𝑛𝑠, ii) una nueva versión del descriptor HOG (Histograms of oriented gradients) para la extracción de características, y iii) el entrenamiento del algoritmo SVM no-lineal para multi-clasificación. El enfoque propuesto ha sido probado sobre las señales de tráfico ecuatorianas de Pare y Ceda el Paso. Un sinnúmero de experimentos han sido desarrollados sobre varias secuencias de videos capturadas con vehículo experimental en condiciones reales de conducción en varias ciudades ecuatorianas, bajo diferentes condiciones de iluminación como son normal, soleado y nublado. Este sistema ha mostrado un rendimiento de 98.7% para la segmentación, 99.49% para la clasificación y una precisión del 96% para la detección.","PeriodicalId":42541,"journal":{"name":"Avances en Ciencias e Ingenieria","volume":"4 1","pages":""},"PeriodicalIF":0.1000,"publicationDate":"2018-12-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Avances en Ciencias e Ingenieria","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.18272/ACI.V10I1.1012","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2

Abstract

En el mundo y en el Ecuador, las altas tasas de accidentes de tráfico son generadas, principalmente, por la falta de respeto a la normativa vial por parte de los usuarios viales, generando costos humanos y materiales de importancia. En este sentido, la localización y el reconocimiento de las señales de tráfico es esencial para la construcción de dispositivos capaces de prevenir situaciones que puedan generar accidentes de tráfico. Por lo tanto, en este trabajo se presenta un nuevo enfoque para la construcción de un sistema para la detección de señales de tráfico, usando las siguientes innovaciones, i) un método de segmentación por color para la generación de regiones de interés (ROIs) basado en los algoritmos 𝑘−𝑁𝑁, con 𝐾𝑚−𝑚𝑒𝑎𝑛𝑠, ii) una nueva versión del descriptor HOG (Histograms of oriented gradients) para la extracción de características, y iii) el entrenamiento del algoritmo SVM no-lineal para multi-clasificación. El enfoque propuesto ha sido probado sobre las señales de tráfico ecuatorianas de Pare y Ceda el Paso. Un sinnúmero de experimentos han sido desarrollados sobre varias secuencias de videos capturadas con vehículo experimental en condiciones reales de conducción en varias ciudades ecuatorianas, bajo diferentes condiciones de iluminación como son normal, soleado y nublado. Este sistema ha mostrado un rendimiento de 98.7% para la segmentación, 99.49% para la clasificación y una precisión del 96% para la detección.
厄瓜多尔交通标志的定位和识别:停止和让路的案例
在世界和厄瓜多尔,交通事故的高发生率主要是由于道路使用者不尊重道路规则,造成了重大的人力和物质成本。从这个意义上说,交通标志的定位和识别对于建造能够防止可能导致交通事故的情况的设备至关重要。因此,这份工作提出了一个新方法来构建一个交通信号检测系统,使用创新,㈠分段方法生成颜色感兴趣区域(ROIs)算法基于𝑘−𝑁𝑁,𝐾𝑚−𝑚𝑒𝑎𝑛𝑠HOG描述符(二)新版(Histograms of面向gradients),特征提取iii)多分类非线性SVM算法的训练。建议的方法已经在厄瓜多尔的停车和让路标志上进行了测试。在厄瓜多尔几个城市的真实驾驶条件下,在正常、晴天和多云等不同照明条件下,用实验车辆拍摄的几个视频序列进行了无数的实验。该系统的分割率为98.7%,分类率为99.49%,检测精度为96%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
Avances en Ciencias e Ingenieria
Avances en Ciencias e Ingenieria ENGINEERING, MULTIDISCIPLINARY-
自引率
0.00%
发文量
16
审稿时长
14 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信