Resumen

Para resolver los problemas de detección de objetos de tráfico, fuzificación y simplificación en un entorno real de tráfico, se propone un algoritmo automático de detección y clasificación de carreteras, vehículos y peatones con múltiples objetos de tráfico bajo el mismo marco. Construimos la vista final V a través de un método considerado de vista U-V, que determina la ubicación del horizonte y el contorno inicial de la carretera. Los resultados de detección de carreteras se obtienen a través de la reclasificación de etiquetas de error, la reasignación de puntos omitidos, y así sucesivamente. Proponemos un algoritmo de envolvente periférica para determinar las fuentes de vehículos y peatones en la carretera. Los resultados de segmentación iniciales se determinan mediante el crecimiento regional del punto fuente a través del algoritmo de similitud mínima de vecinos. Los resultados de detección de vehículos en la carretera se confirman combinando algoritmos de disparidad y energía de color mínimo

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Problemas; Detección; Algoritmo; Carretera; Vehículos; Peatones
• Keywords:Problems; Detection; Algorithm; Road; Vehicles; Pedestrians