VİDEOMÜŞAHİDƏ KAMERALARINDAN NƏQLİYYAT VASİTƏLƏRİNİN AŞKAR EDİLMƏSİ, KLASSİFİKASİYASI VƏ HESABLANMASI ÜÇÜN PROQRAM VIDEODETEKTORU - İnformasiya Texnologiyaları Problemləri

VİDEOMÜŞAHİDƏ KAMERALARINDAN NƏQLİYYAT VASİTƏLƏRİNİN AŞKAR EDİLMƏSİ, KLASSİFİKASİYASI VƏ HESABLANMASI ÜÇÜN PROQRAM VIDEODETEKTORU - İnformasiya Texnologiyaları Problemləri

VİDEOMÜŞAHİDƏ KAMERALARINDAN NƏQLİYYAT VASİTƏLƏRİNİN AŞKAR EDİLMƏSİ, KLASSİFİKASİYASI VƏ HESABLANMASI ÜÇÜN PROQRAM VIDEODETEKTORU - İnformasiya Texnologiyaları Problemləri

VİDEOMÜŞAHİDƏ KAMERALARINDAN NƏQLİYYAT VASİTƏLƏRİNİN AŞKAR EDİLMƏSİ, KLASSİFİKASİYASI VƏ HESABLANMASI ÜÇÜN PROQRAM VIDEODETEKTORU - İnformasiya Texnologiyaları Problemləri

VİDEOMÜŞAHİDƏ KAMERALARINDAN NƏQLİYYAT VASİTƏLƏRİNİN AŞKAR EDİLMƏSİ, KLASSİFİKASİYASI VƏ HESABLANMASI ÜÇÜN PROQRAM VIDEODETEKTORU - İnformasiya Texnologiyaları Problemləri
VİDEOMÜŞAHİDƏ KAMERALARINDAN NƏQLİYYAT VASİTƏLƏRİNİN AŞKAR EDİLMƏSİ, KLASSİFİKASİYASI VƏ HESABLANMASI ÜÇÜN PROQRAM VIDEODETEKTORU - İnformasiya Texnologiyaları Problemləri
AZƏRBAYCAN MİLLİ ELMLƏR AKADEMİYASI

№2, 2019

VİDEOMÜŞAHİDƏ KAMERALARINDAN NƏQLİYYAT VASİTƏLƏRİNİN AŞKAR EDİLMƏSİ, KLASSİFİKASİYASI VƏ HESABLANMASI ÜÇÜN PROQRAM VIDEODETEKTORU

Yerşov Yevgeniy V., Vinoqradova Lyudmila N., Çevıçelov Matvey İ., Buturlakin Andrey A., Volkov Yeqor O., Vasyayev Anton A.

Məqalədə dərin təlimin konvensional neyron şəbəkələri əsasında nəqliyyat vasitələrinin aşkarlanması, klassifikasiyası və hesablanmasına dair yanaşmalar, metodlar və proqram reallaşdırılması alqoritmlərinə baxılmışdır (səh.42-48).

Açar sözlər: konvensional neyron şəbəkəsi, şəbəkə girişi, kadr, təhsil, seçim, yoxlama.
DOI : 10.25045/jpit.v10.i2.07
Ədəbiyyat
  • Titov I.O. Contour Detection of Moving Image / I. O. Titov, G. M. Emelianov // Federal State Budgetary Educational Institution of Higher Education “Yaroslav-the-Wise Novgorod State University” bulletin, 2010, 27 p.
  • Mikheeva T.N. Application of Neural Network Methods for Analyzing Spatial Data Proceedings of Seven International Research and Practical Conference St. Petersburg, Saint Petersburg State University of Architecture and Civil Engineering , 2006, pp.81–84.
  • Barsky A.B. Path Choice in Step-by-step Alternative Routing in Wireless Telecommunication Network // World of Transport and Transportation, 2011, no.2. pp.4–11.
  • Barsky A.B. Path Choice in Step-by-step Alternative Routing in Wireless Telecommunication // World of Transport and Transportation, 2011, no.3. pp.14–19.
  • Yudin D. A. Recognition of Events on Images with Using Tweak of a Deep Neural Network // Optico-Electronic Devices and Devices in Recognition Systems Image,Image Processing and Symbol Information. Recognition - Digest of XIII International Sientific and Technical Conference, Kursk, 2017, pp.379–381.
  • Goodfellow I. Deep Learning, DMK-press, 2018, 652 p.
  • Graupe D. Principles of Artificial Neural Networks (Advanced Series in Circuits and Systems) / D. Graupe // Second Edition, World Scientific Pub CoInc, 2007, 238 p.
  • Umiarov N.K. Logical and Physical Interpretation of the Convolutional Neural Network Architecture / II All-Ukrainian Scientific and Technical Conference of Students, Postgraduates and Young Scientists, 11–13 April 2011, Donetsk, 2011, pp.81–85.
  • Unified, Real-Time Object Detection. URL: https://pjreddie.com/media/files/papers/
  • Real-Time Object Detection. URL: https://pjreddie.com/darknet/yolo/
  • Ershov E.V. Software Video Detector for the Detection, Classification and Counting of Vehicles from CCTV Cameras // Optoelectron Processor and Devices in Pattern Recognition System, Image Processing and Symbolic Information Systems. Identification / Digest of XIV International Sientific and Technical Conference, Kursk, 2018, pp.113–115.
  • Jim-Shih L. Dynamic synapse for signal processing in neural networks, United States Patent. No.: US 6,643.627 B2. Nov. 4, 2003.