ISSN: 1859-1531
BAN BIÊN TẬP

Tổng biên tập
GS.TSKH. Bùi Văn Ga

Phó Tổng biên tập
GS.TS. Trần Văn Nam

Trưởng ban biên tập
PGS.TS. Nguyễn Tấn Hưng

Cơ quan Đại học Đà Nẵng
41 Lê Duẩn, TP Đà Nẵng
Trường Đại học Bách khoa
54 Nguyễn Lương Bằng, Quận Liên Chiểu, TP Đà Nẵng
Trường Đại học Kinh tế
71 - Ngũ Hành Sơn - TP. Đà Nẵng
Trường Đại học Sư phạm
459 Tôn Đức Thắng - Liên Chiểu - Đà Nẵng
Trường Đại học Ngoại ngữ
131 Lương Nhữ Hộc, Đà Nẵng
Trường Đại học Sư phạm kỹ thuật
48 Cao Thắng - Đà Nẵng
Phân hiệu ĐHĐN tại KonTum
129 Phan Đình Phùng, Kon Tum
Khoa công nghệ thông tin và tuyền thông
Hòa Quý - Ngũ Hành Sơn - Đà Nẵng
Khoa Y Dược
Hòa Quý - Ngũ Hành Sơn - Đà Nẵng
Khoa Giáo dục Thể chất
62 Ngô Sỹ Liên, Liên Chiểu, Đà Nẵng
Khoa Quốc tế
41 Lê Duẩn, Đà Nẵng
Viện Nghiên cứu & Đào tạo Việt Anh
158A Lê Lợi
Trung tâm phát triển phần mềm
41 Lê Duẩn, Tp. Đà Nẵng
Trung tâm kiểm định chất lượng giáo dục
41 Lê Duẩn, Tp. Đà Nẵng
Trung tâm ngoại ngữ
131 Lương Nhữ Hộc, Tp Đà Nẵng
Trung tâm nghiên cứu phát triển quản trị và tư vấn doanh nghiệp
71 - Ngũ Hành Sơn - TP. Đà Nẵng
Tổng: 17,772,181
XỬ LÝ VI PHẠM VƯỢT ĐÈN ĐỎ VÀ DỪNG ĐỖ SAI DỰA TRÊN HỌC SÂU
RED LIGHT AND WRONG PARKING VIOLATION DETECTION SYSTEM BASED ON DEEP LEARNING
 Tác giả: Huỳnh Hữu Hưng*, Nguyễn Văn Phú, Nguyễn Tường
Đăng tại: Vol. 18, No. 5.1, 2020; Trang: 101-105
Tóm tắt bằng tiếng Việt:
Công cụ phát hiện lỗi vi phạm giao thông được xây dựng có thể tự động phát hiện các lỗi vi phạm như: Vượt đèn đỏ, đi sai làn hay là dừng đỗ xe. Công cụ cũng áp dụng những thuật toán trí tuệ nhân tạo, các kỹ thuật xử lý ảnh giúp cho công cụ có khả năng phát hiện và nhận dạng các phương tiện được huấn luyện thông qua tập dữ liệu với hơn hàng ngàn bức ảnh về phương tiện giao thông. Để xác định các lỗi vi phạm, công cụ sử dụng các quy định của luật giao thông đường bộ. Thông qua việc thử nghiệm công cụ trên nhiều video, nhiều góc quay của camera giám sát sẽ giúp chung tôi đánh giá chủ quan được phần nào về chất lượng của các camera. Qua đó chúng ta có thể đề xuất điều chỉnh các yêu cầu kỹ thuật về camera như: chất lượng hình ảnh, góc quay hay độ phân giải… đó là mục tiêu mà công cụ hướng đến.
Từ khóa: Trí tuệ nhân tạo; phát hiện và nhận dạng; mạng tích chập
Abstract:
Nowadays, smart city is a rising trend; therefore, building a system that can automatically detect violations to reduce the pressure on traffic surveillance is necessary. In this paper, the authors have proposed a novel method that can help to detect various traffic violations such as going through red lights or wrong parking by using the YOLOv3 neural network to recognize violating vehicles, then giving information about the position of the vehicles identified by tracking object which can be used to classify the traffic violations. The proposed method is evaluated on a Da Nang traffic data set and the experiment has yielded promising results with an accuracy of 94%in morning dataset. In other conditions, the results are in the range of 40% and 80%.
Key words: Artificial intelligence; detection and classification; convolutional neural network.
Tài liệu tham khảo:
[1] Aaron Christian P. Uy, Ana Riza F. Quiros, Rhen Anjerome Bedruz, Alexander Abad, Argel Bandala, Edwin Sybingco, Elmer P. Dadios; “Automated Traffic Violation Apprehension System Using Genetic Algorithm and Artificial Neural Network”; 2016 IEEE Region 10 Conference (TENCON); Singapore.
[2] Aaron Christian P. Uy, Rhen Anjerome Bedruz, Ana Riza Quiros, Argel Bandala, Elmer P. Dadios; “Machine Vision for Traffic Violation Detection System through Genetic Algorithm”; 2015 International Conference on Humanoid, Nanotechnology, Information Technology, Communication and Control, Environment and Management (HNICEM); Phillipines.
[3] Xiaoling Wang, Li-Min Meng, Biaobiao Zhang, Junjie Lu, K.-L. Du; “A Video-based Traffic Violation Detection System”; Proceedings 2013 International Conference on Mechatronic Sciences, Electric Engineering and Computer (MEC); Shengyang, China.
[4] Jakub Špaňhel, Jakub Sochor, Aleksej Makarov; “Detection of Traffic Violations of Road Users Based on Convolutional Neural Networks”; 2018 14th Symposium on Neural Networks and Applications (NEUREL); Belgrade, Serbia.
[5] Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi; “You Only Look Once: Unified, Real-Time Object Detection”; 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR); Las Vegas, NV, USA.
[6] Deep Learning book, Lan Goodfelow, Yoshua Bengio and Aaron Courville, deeplearningbook.org
[7] Vũ Hữu Tiệp, Machine Learning cơ bản, machinelearningcoban.com
[8] YOLO: Real-time Object Detection, pjreddie.com
[9] Kirill Eremenko, Machine Learning A-Z™: Hands-On Python & R In Data Science, www.udemy.com
[10] Convolution Neural network, www.wikipedia.com
[11] Neural Networks and Deep Learning, Michael Nielsen

BAN BIÊN TẬP

Tổng biên tập
GS.TSKH. Bùi Văn Ga

Phó Tổng biên tập
GS.TS. Trần Văn Nam

Trưởng ban biên tập
PGS.TS. Nguyễn Tấn Hưng

Cơ quan Đại học Đà Nẵng
41 Lê Duẩn, TP Đà Nẵng
Trường Đại học Bách khoa
54 Nguyễn Lương Bằng, Quận Liên Chiểu, TP Đà Nẵng
Trường Đại học Kinh tế
71 - Ngũ Hành Sơn - TP. Đà Nẵng
Trường Đại học Sư phạm
459 Tôn Đức Thắng - Liên Chiểu - Đà Nẵng
Trường Đại học Ngoại ngữ
131 Lương Nhữ Hộc, Đà Nẵng
Trường Đại học Sư phạm kỹ thuật
48 Cao Thắng - Đà Nẵng
Phân hiệu ĐHĐN tại KonTum
129 Phan Đình Phùng, Kon Tum
Khoa công nghệ thông tin và tuyền thông
Hòa Quý - Ngũ Hành Sơn - Đà Nẵng
Khoa Y Dược
Hòa Quý - Ngũ Hành Sơn - Đà Nẵng
Khoa Giáo dục Thể chất
62 Ngô Sỹ Liên, Liên Chiểu, Đà Nẵng
Khoa Quốc tế
41 Lê Duẩn, Đà Nẵng
Viện Nghiên cứu & Đào tạo Việt Anh
158A Lê Lợi
Trung tâm phát triển phần mềm
41 Lê Duẩn, Tp. Đà Nẵng
Trung tâm kiểm định chất lượng giáo dục
41 Lê Duẩn, Tp. Đà Nẵng
Trung tâm ngoại ngữ
131 Lương Nhữ Hộc, Tp Đà Nẵng
Trung tâm nghiên cứu phát triển quản trị và tư vấn doanh nghiệp
71 - Ngũ Hành Sơn - TP. Đà Nẵng
Tổng: 17,772,181