Neural network based image recognition method for smart parking

Скорочена інформація про документ
dc.contributor.authorPavlova, O.
dc.contributor.authorKovalenko, V.
dc.contributor.authorHovorushchenko, T.
dc.contributor.authorAvsiyevych, V.
dc.contributor.authorПавлова, О.
dc.contributor.authorКоваленко, В.
dc.contributor.authorГоворущенко, Т.
dc.contributor.authorАвсієвич, В.
dc.date.accessioned2021-11-02T19:14:25Z
dc.date.available2021-11-02T19:14:25Z
dc.date.issued2021
dc.description.abstractCurrently, the issue of creating smart parking lots is extremely important due to the rapid growth of number of cars, especially in big cities. Thus the need for parking spaces and search facilities still remains an urgent problem. Assuming that every day the average motorist spends 20 minutes searching for such a place, this is about 120 hours a year, which could be spent on something more useful. Today, there are many projects of "smart" parking, but practical examples can be counted on the fingers, and information about the cost-effective aspect of their implementation is generally very limited. The paper provides analysis of the most common methods and tools for smart parking and proves the advantages of camera-based method. The research in general is aimed at image recognition for camera-based smart parking using convolutional neural network.uk_UA
dc.description.abstractНаразі питання створення розумних парковок є надзвичайно актуальним, особливо у великих містах. Зі зростанням кількості автомобілів збільшується потреба у кількості паркувальних місць та засобах їх пошуку. Якщо припустити, що кожен день середньостатистичний автомобіліст витрачає 20 хвилин на пошук такого місця, в рік це близько 120 годин, які можна було б витратити на щось більш корисне. А якщо взяти до уваги той факт, що “нарізаючи” коло за колом в пошуках вільного місця збільшується й вірогідність потрапити у ДТП - інформація про вільне місце може бути безцінна. На сьогодні існує безліч проектів “розумних” парковок, але практично реалізовані приклади можна перерахувати на пальцях, а про економічно-вигідний аспект їх реалізації інформація взагалі дуже обмежена. Сьогодні існує багато проектів розумного паркування, але приклади готових до використання можна перерахувати на пальцях, а інформація про економічно вигідний аспект їх реалізації, як правило, дуже обмежена. Слід мати на увазі, що при розробці таких інструментів найбільшу фінансову частину розвитку породжує програмне, а не апаратне забезпечення. Навіть у відносно дорогих сенсорних системах на основі магнітних, радіо та інфрачервоних датчиків головне - це взаємодія користувача з апаратними компонентами, описаними вище. В ідеалі інтерфейс повинен бути у вигляді сітки паркувальних місць, яка повинна чітко і без зайвих рухів показувати користувачеві, вільні вони чи ні. Тому проблема пошуку вільного місця для паркування на громадській автостоянці актуальна в наш час. Оскільки уряд активно розробляє систему розумного міста, розумна громадська автостоянка з низькою вартістю та високою доступністю для всіх мешканців міста має стати невід’ємною частиною цієї системи.uk_UA
dc.identifier.citationNeural network based image recognition method for smart parking /O. Pavlova, V. Kovalenko, T. Hovorushchenko, V. Avsiyevych // Computer Systems and Information Technologies. – 2021. – No 1. – P. 49-55.uk_UA
dc.identifier.urihttps://elar.khmnu.edu.ua/handle/123456789/10617
dc.language.isoukuk_UA
dc.publisherKhmelnytskyi National Universityuk_UA
dc.subjectобробка відеоuk_UA
dc.subjectрозумні парковкиuk_UA
dc.subjectрозумне містоuk_UA
dc.subjectглибинне навчанняuk_UA
dc.subjectзгорткова нейронна мережаuk_UA
dc.subjectмашинне навчанняuk_UA
dc.subjectVideo-Image processinguk_UA
dc.subjectSmart Parkinguk_UA
dc.subjectSmart Cityuk_UA
dc.subjectDeep Learninguk_UA
dc.subjectConvolutional Neural Networkuk_UA
dc.subjectMachine learninguk_UA
dc.subject.udc004.89: 004.3uk_UA
dc.titleNeural network based image recognition method for smart parkinguk_UA
dc.title.alternativeМетод розпізнавання зображень для розумного паркінгу на основі нейронної мережіuk_UA
dc.typeСтаттяuk_UA
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
57-Текст статті-219-1-10-20210821.pdf
Розмір:
581.21 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Назва:
license.txt
Розмір:
4.26 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
CSIT - 2021 рік