System for monitoring road slippery based on CCTV cameras and convolutional neural networks - Publikacja - MOST Wiedzy

Wyszukiwarka

System for monitoring road slippery based on CCTV cameras and convolutional neural networks

Abstrakt

The slipperiness of the surface is essential for road safety. The growing number of CCTV cameras opens the possibility of using them to automatically detect the slippery surface and inform road users about it. This paper presents a system of developed intelligent road signs, including a detector based on convolutional neural networks (CNNs) and the transferlearning method employed to the processing of images acquired with video cameras. Based on photos taken in different light conditions by CCTV cameras located at the roadsides in Poland, four network topologies have been trained and tested: Resnet50 v2, Resnet152 v2, Vgg19, and Densenet201. The last-mentioned network has proved to give the best result with 98.34% accuracy of classification dry, wet, and snowy roads.

Cytowania

  • 0

    CrossRef

  • 0

    Web of Science

  • 2

    Scopus

Cytuj jako

Pełna treść

pobierz publikację
pobrano 22 razy
Wersja publikacji
Accepted albo Published Version
Licencja
Creative Commons: CC-BY otwiera się w nowej karcie

Słowa kluczowe

Informacje szczegółowe

Kategoria:
Publikacja w czasopiśmie
Typ:
artykuły w czasopismach
Opublikowano w:
JOURNAL OF INTELLIGENT INFORMATION SYSTEMS nr 55, strony 521 - 534,
ISSN: 0925-9902
Język:
angielski
Rok wydania:
2020
Opis bibliograficzny:
Grabowski D., Czyżewski A.: System for monitoring road slippery based on CCTV cameras and convolutional neural networks// JOURNAL OF INTELLIGENT INFORMATION SYSTEMS -Vol. 55, (2020), s.521-534
DOI:
Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1007/s10844-020-00618-5
Źródła finansowania:
Weryfikacja:
Politechnika Gdańska

wyświetlono 39 razy

Publikacje, które mogą cię zainteresować

Meta Tagi