Traffic Sign Detection and Recognition Using Single Shot Multibox Detector

Abstract

The article is devoted to the automatic detection and recognition of traffic signs system design which processes the images received from the vehicle digital video recorder. The digital video recorder is used both for its intended purpose and to include it in the process of driving, facilitating the driver's work and, thus, significantly increasing safety and driving comfort. The analysis of the solution of the problem of detection and recognition of traffic signs based on the use of convolutional neural networks is carried out. It is shown that the greatest advantage from the point of view of the criteria of accuracy and speed of response has the single shot multibox detector method. The learning of neural network is done based on traffic signs (adopted in Ukraine) learning sample The study showed that the proposed approach for all used datasets gave both the best recognition quality and maximum performance.

Two-Quadrant Analog-Digital Conversion of Monte Carlo

“…Перетворення форми інформації є однією із основних системних функцій в системах керування аеромобільним системами моніторингу (АМСМ). Техніка безпілотного керування накладає жорсткі вимоги щодо оперативного контролю параметрів АМСМ, серед яких визначено параметри із необхідним контролем як поточних значень в режимі реального часу, так і їх інтегральних величин [1][2][3][4][5][6][7][8][9][10][11]. Із множини таких парметрів слід виділити параметри контролю забортової інформації, перетворення якої здійснює АМСМ, а також техніко-економічних характеристик функціонування самого АМСМ.…”

“…Інформація про просторові розподіли фізико-хімічних параметрів атмосфери необхідна для забезпечення безпеки польотів авіаційної і космічної техніки, моніторингу екологічного стану навколишнього середовища в умовах надзвичайних ситуацій, метеорологічного забезпечення екологічно небезпечних об'єктів. Вона також необхідна для прогнозування поширення забруднюючих домішок, оцінки наслідків аварій на атомних станціях і хімічних підприємствах, лісових пожеж та оптимізації заходів щодо їх подолання [1,2,7,[9][10][11]. Іншим прикладним аспектом є математичне моделювання екологічних ситуацій, атмосферних явищ і прогнозів погоди.…”