dc.contributor.author | Γκόλιας, Κωνσταντίνος | el |
dc.contributor.author | Gkolias, Konstantinos | el |
dc.date.accessioned | 2016-09-05T10:20:32Z | |
dc.date.available | 2016-09-05T10:20:32Z | |
dc.date.issued | 2016-09-05 | |
dc.identifier.uri | https://dspace.lib.ntua.gr/xmlui/handle/123456789/43398 | |
dc.identifier.uri | http://dx.doi.org/10.26240/heal.ntua.12602 | |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/gr/ | * |
dc.subject | Συνελικτικά δίκτυα | el |
dc.subject | Νευρωνικά δίκτυα | el |
dc.subject | Μηχανική μάθηση | el |
dc.subject | Στάθμευση επί της οδού | el |
dc.subject | Εύρεση κενών θέσεων στάθμευσης | el |
dc.subject | Convolutional networks | en |
dc.subject | Neural networks | en |
dc.subject | On-street parking | en |
dc.subject | Machine learning | en |
dc.subject | Detection of free parking spaces | en |
dc.title | Ανάπτυξη συνελικτικών νευρωνικών δικτύων για την αναγνώριση ελεύθερων θέσεων στάθμευσης επί της οδού | el |
dc.title | Development of convolutional neural networks for on-street free parking space detection | en |
heal.type | bachelorThesis | |
heal.classification | Neural Networks (Transportation) | el |
heal.classification | Convolutional Networks | el |
heal.language | el | |
heal.access | free | |
heal.recordProvider | ntua | el |
heal.publicationDate | 2016-07-19 | |
heal.abstract | Η επεξεργασία της εικόνα και τα οπτικά μέσα αποτελούν την βάση της υπολογιστικής όρασης και αναπόφευκτα αναπόσπαστο κομμάτι των μελλοντικών δομών των αυτοκινήτων. Σκοπός της παρούσας διπλωματικής εργασίας είναι η ανάπτυξη προτύπων μηχανικής μάθησης για την αναγνώριση των ελεύθερων θέσεων στάθμευσης επί της οδού, σε αστικά οδικά δίκτυα από βίντεο που προκύπτουν από τις κάμερες οι οποίες υπάρχουν ή θα υπάρχουν πάνω στα οχήματα. Αρχικά, διερευνήθηκε και αξιολογήθηκε η σχέση της θέσης της κάμερας πάνω στο όχημα (ύψος και γωνία λήψης) με το μήκος παρά το κράσπεδο που αποτυπώνεται στις παραγόμενες φωτογραφίες, και κάτ’ επέκταση, την ανίχνευση της ύπαρξης ή μη ελεύθερης θέσης παρά το κράσπεδο. Αναπτύχτηκαν, εκπαιδεύτηκαν και αξιολογήθηκαν συνελικτικά νευρωνικά δίκτυα με τη χρήση φωτογραφιών από κάμερα σε κινούμενο όχημα, αφού πρώτα αυτές μετατράπηκαν σε κατάλληλους πίνακες για επεξεργασία, ώστε να διατηρηθεί η χρήσιμη πληροφορία τους. Η βελτιστοποίηση της δομής και των παραμέτρων εκπαίδευσης των συνελικτικών νευρωνικών δικτύων, με στόχο την ελαχιστοποίηση του παραγόμενου σφάλματος γενίκευσης, οδήγησε σε σημαντικά βελτιωμένη ακρίβεια πρόβλεψης κενών θέσεων, της τάξης του 90%. Τέλος, διερευνήθηκε ο τρόπος εφαρμογής των προτύπων που αναπτύχθηκαν, ώστε να προκύπτουν χρήσιμες για τους μετακινούμενους πληροφορίες σε πραγματικό χρόνο. | el |
heal.abstract | Image processing and video analytics are the cornerstone of computer vision and inevitably integral part of the vehicles of the future. The purpose of this diploma thesis is the development of machine learning models for the recognition of on-street, free parking spaces in urban road networks from video recordings that come from cameras that exist or will exist on the vehicles. First, the relation between the position of the camera on the vehicle (height and video angle) with the measured length of the road section, which is depicted in the resulted video frames and as a consequence, with the trace of the existence of an on-street free parking space, was studied and evaluated. Second, Convolutional Neural Networks were developed, trained and evaluated with the use of images from a camera on a moving vehicle, after their conversion to suitable matrices for processing, so that their useful information is preserved. The optimized Convolutional Networks, in terms of structural and learning parameters, provided predictions for the existence of on-street free parking spaces with approximately 90% average accuracy. Finally, the implementation of a framework, which integrates the developed models to produce meaningful parking information for commuters in real time was discussed. | en |
heal.advisorName | Βλαχογιάννη, Ελένη | el |
heal.committeeMemberName | Γιαννής, Γιώργος | el |
heal.committeeMemberName | Κεπαπτσόγλου, Κωνσταντίνος | el |
heal.academicPublisher | Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Πολιτικών Μηχανικών. Τομέας Μεταφορών και Συγκοινωνιακής Υποδομής | el |
heal.academicPublisherID | ntua | |
heal.numberOfPages | 105 σ. | el |
heal.fullTextAvailability | true |
Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο: