Classificação de Sinais de Trânsito para Direção Autônoma via Rede Neural Convolucional

Abstract

Sinais de trânsito são elementos fundamentais que servem de alerta e orientação à direção autônoma de veículos. Nesse sentido, um dos principais problemas de pesquisa abordados na literatura relacionada é o de classificação automática de sinais de trânsito. Uma vez que veículos autônomos podem ser utilizados em diferentes países, onde os sinais de trânsito podem ter diferentes símbolos e significados, e necessário que os classificadores sejam capazes de se adaptar de acordo com o conjunto de sinais de cada país. Dado isso, este trabalho propõe o treinamento de modelos de aprendizado de máquina utilizando datasets públicos de placas de trânsito de diferentes países, com o objetivo de gerar classificadores suficientemente robustos para utiliza-ção nesses diversos países. Assim sendo, são apresentadas algumas estratégias para treinamento dos modelos de classificação, bem como uma avaliação experimental dessas diferentes estratégias, sendo destacada aquela que levou aos melhores resultados.