شبكة الأعصاب التلافيفية لكشف المركبات في مقاطع الفيديو المرورية منخفضة الدقة

تظهر الأعمال الحديثة حول شبكة الأعصاب التلافيفية (CNN) في كشف وتحديد الأجسام أدائها المتفوق مقارنةً بالأنظمة الأخرى. يتم استخدامها في عدة مهام لرؤية الآلة مثل كشف الوجوه، التعرف على النصوص، ومراقبة المرور. ومع ذلك، تستخدم هذه الأنظمة صورًا عالية الدقة تحتوي على معلومات نمطية كبيرة مقارنةً بالكاميرات المستخدمة عادةً في مراقبة المرور، والتي تكون منخفضة الدقة، وبالتالي، تعاني من ضعف نسبة الإشارة إلى الضوضاء. تبحث هذه الدراسة في أداء CNN في كشف وتصنيف المركبات باستخدام كاميرات مرور منخفضة الجودة. تُظهر النتائج أن النظام حقق دقة متوسطة تبلغ 94.72%. وتم تحقيق متوسط وقت تنفيذ قدره 51.28 مللي ثانية لوحدة معالجة مركزية بتردد 2GHz و22.59 مللي ثانية لوحدة معالجة الرسوميات NVIDIA Fermi، مما يجعل النظام قابلًا للتطبيق في الوقت الحقيقي باستخدام فيديو مروري مدخلاته 4 وبمعدل 6 إطارات في الثانية.