HEAL DSpace

Ανάπτυξη συνελικτικών νευρωνικών δικτύων για την αναγνώριση ελεύθερων θέσεων στάθμευσης επί της οδού

Αποθετήριο DSpace/Manakin

Εμφάνιση απλής εγγραφής

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


Αρχεία σε αυτό το τεκμήριο

Οι παρακάτω άδειες σχετίζονται με αυτό το τεκμήριο:

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα Εκτός από όπου ορίζεται κάτι διαφορετικό, αυτή η άδεια περιγράφεται ως Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα