TY - JOUR 
A1 - Vilar Andreu, Mario
T1 - Deep Neural Network for Traffic Sign Identification and Recognition

Y1 - 2022
UR - http://hdl.handle.net/10317/11645
AB - Los sistemas de detección y reconocimiento de señales de tráfico (TSDR) constituyen una
parte importante en el mantenimiento de viales, así como en el sector de la conducción de
vehículos no tripulados (UVD) y en los sistemas avanzados de asistencia a la conducción
(ADAS). Estos sistemas pueden construirse empleando diferentes técnicas de visión arti ficial, en la actualidad los métodos más populares se basan en el uso de redes neuronales
profundas (DNN). Estas redes han probado ser muy fiables cuando se entrenan utilizando
grandes bases de datos, aunque en función de la tipología de red utilizada puede obtenerse
una amplia variedad de rendimientos.
Frente a las implementaciones habituales de las DNNs basadas en coma flotante ejecután dose sobre potentes computadoras, los diseños basados en hardware especifico resultan en
implementaciones de bajo consumo que además presentan costes competitivos cuando se
fabrican a gran escala. Sin embargo, para obtener implementaciones de hardware factibles,
estas redes deben simplificarse previamente, lo cual se puede lograr reduciendo el tamaño
de la red o la precisión de los datos.
En este trabajo se recogen todos los pasos llevados a cabo para el diseño de dos redes neu ronales profundas capaces de identificar y clasificar los tipos de señales de tráfico comunes,
presentando un tamaño reducido y resultando ser fácilmente implementables en hardware
específico
KW - Electrónica
KW - Reconocimiento de formas
KW - Pattern recognition
KW - Sistema experto
KW - Expert systems
KW - 3304.05 Sistemas de Reconocimiento de Caracteres
LA - spa
ER -