Ο τίτλος της διπλωματικής είναι «Κατασκευή συστήματος αναγνώρισης κίνδυνου σύγκρουσης αυτοκίνητου με προπορευόμενο μέσω ψηφιακής επεξεργασίας video». Σκοπός ήταν η κατασκευή ενός συστήματος, το οποίο έχει την ικανότητα να διακρίνει τα αυτοκίνητα από όλα τα αλλά αντικείμενα που εντοπίζονται κατά τη διάρκεια μιας πορείας με αμάξι. Αυτό επετεύχθη με τη χρήση μεθόδων εξαγωγής χαρακτηριστικών, και συγκεκριμένα κυματίδια Haar και φίλτρα Gabor. Η ταξινόμηση έγινε με τη χρήση νευρωνικών δικτύων και μηχανές διανυσμάτων υποστήριξης (Support Vector Machines - SVM). / The subject of this diploma thesis is the manufacturing of a driver assistance system. Robust and reliable vehicle detection from images acquired by a moving vehicle (i.e., on road vehicle detection) is an important problem with applications to driver assistance systems and autonomous, self-guided vehicles. The focus of this diploma is on the issues of feature extraction and classification for rear-view vehicle detection. Specifically, by treating the problem of vehicle detection as a two-class classification problem, we have investigated several different feature extraction methods such as wavelets and Gabor filters. To evaluate the extracted features, we have experimented with two popular classifiers, neural networks and support vector machines (SVMs).
Identifer | oai:union.ndltd.org:upatras.gr/oai:nemertes:10889/1623 |
Date | 18 June 2009 |
Creators | Νίτσος, Βασίλειος |
Contributors | Δερματάς, Ευάγγελος, Nitsos, Vasileios, Δερματάς, Ευάγγελος, Δενάζης, Σπυρίδων |
Source Sets | University of Patras |
Language | gr |
Detected Language | Greek |
Type | Thesis |
Rights | 0 |
Page generated in 0.0035 seconds