Sistema de detecció i identificació de senyals de trànsit

Abstract

Aquest Treball de Fi de Grau (TFG) es centra en la creació d’un sistema ADAS (Advanced Driver Assistance Systems) per a la detecció i classificació de senyals de trànsit a partir d’imatges estàtiques. Aquestes imatges simulen les que captaria una càmera frontal situada en un vehicle. El model es desenvolupa utilitzant Python i xarxes neuronals convolucionals (CNNs). La primera part del projecte es dedica al processament d’imatges i la implementació d’algoritmes de detecció d’objectes per preparar les imatges per a la fase següent. A la segona fase, aquestes imatges són classificades per proporcionar informació útil a l’usuari. Aquest treball inclou la creació de classificadors des de zero, així com la recerca necessària per desenvolupar i optimitzar aquests models. Això implica una anàlisi exhaustiva dels algorismes de detecció i classificació, així com l'ajust dels paràmetres de les xarxes neuronals per millorar el rendiment del sistema

This Bachelor's Thesis focuses on the development of an ADAS (Advanced Driver Assistance System) for the detection and classification of traffic signs using static images. These images simulate those captured by a front-facing camera mounted on a vehicle. The model is developed using Python and convolutional neural networks (CNNs). The first part of the project is dedicated to image processing and the implementation of object detection algorithms to prepare the images for the next phase. In the second phase, these images are classified to provide useful information to the driver. This work includes the creation of classifiers from scratch, as well as the necessary research to develop and optimize these models. This involves an exhaustive analysis of detection and classification algorithms, as well as tuning the neural network parameters to improve the system's performance