ສກສາເຄອຂາຍປະສາດທຽມຂອງປນຍາປະດດຂນສງເພອການຈາແນກປາຍຈາລະຈອນ

ປ້າຍຈາລະຈອນເປັນເຄື່ອງມືທີ່ສຳຄັນຫຼາຍສຳລັບການເດີນທາງ ເພື່ອຮັບປະກັນຄວາມປອດໄພຂອງຄົນທີ່ເດີນທາງໄປມາ ແລະ ຫຼີກລ່ຽງອຸບັດຕິເຫດເຊັ່ນ: ປ້າຍຈໍາກັດຄວາມໄວ, ປ້າຍຢຸດ, ປ້າຍບອກສະຖານທີ່ຈອດ ແລະ ອື່ນໆ. ຄົນເຮົາ ສາມາດຮັບຮູ້ຄວາມໝາຍ ແລະ ສັນຍາລັກປ້າຍຈາລະຈອນເຫຼົ່ານີ້ ໂດຍການມອງເຫັນພາບ, ແຕ່ລະບົບຄອມພິວເຕີບໍ່ສາມາດຕີຄວາມໝາຍໄດ້ວ່າ ສັນຍາລັກປ້າຍຈາລະຈອນເຫຼົ່ານີ້ມີຄວາມໝາຍວ່າແນວໃດ. ການຈັດປະເພດສັນຍາລັກປ້າຍຈາລະຈອນ ມີເປົ້າໝາາຍເພື່ອໃຫ້ລະບົບຄອມພິວເຕີສາມາດຈື່ຈຳ ແລະ ຈັດປະເພດສັນຍາລັກປ້າຍຈະລາຈອນ ເຫຼົ່ານີ້ໂດຍ ອັດຕະໂນມັດ ໂດຍໃຊ້ເຄືອຂ່າຍປະສາດທຽມ Convolutional Neural Networks (CNN). ໂຄງການນີ້ຈະຊ່ວຍ ຕອບສະໜອງໃຫ້ການພັດທະນາພາຫະນະທີ່ຊານສະຫຼາດ (Intelligent Vehicles) ຫຼື ລະບົບ ຄົມມະນາຄົມທີ່ຊານສະຫຼາດ (Intelligent Transportation System). ໃນບົດຄົ້ນຄ້ວານີ້, ພວກເຮົາໃຊ້ ເທັກນິກການປະມວນຜົນ ຫຼາຍແບບເຊັ່ນ: ກ່ອນການຮຽນຮູ້ ຂອງລະບົບຄອມພິວເຕີ ດ້ວຍເຄືອຂ່າຍປະສາດທຽມ ທີ່ຖືກປັບປຸງ. ການທົດລອງ ແມ່ນໄດ້ນຳໃຊ້ຊຸດຂໍ້ມູນຮູບ ພາບສັນຍາລັກ ປ້າຍຈາລະຈອນຂອງປະເທດເຢຍລະມັນ Traffic Sign Recognition Benchmark (GTSRB), ເຊີ່ງປະກອບ ມີສັນຍາລັກ ປ້າຍຈາລະຈອນ 43 ຊະນິດ. ຜົນການທົດລອງສະແດງໃຫ້ ເຫັນວ່າເມື່ອປຽບທຽບກັບ ວິທີການ ຂອງບົດຄົ້ນຄວ້າທີ່ກ່ຽວຂ້ອງ, ເຄືອຂ່າຍປະສາດທຽມ CNN ທີ່ຖືກປັບປຸງບັນລຸປະສິດທິພາບດີກ່ວາ ໂດຍສາມາດຈັດປະເພດປ້າຍຈະລາຈອນ, ດ້ວຍອັດຕາຄວາມຖືກຕ້ອງສູງສຸດ 99 %. ສະແດງໃຫ້ເຫັນວ່າ ລະບົບມີ ອັດຕາການຈຳແນກທີ່ແມ່ນຍຳສູງ ແລະ ສາມາດຕອບສະໜອງໄດ້ໃນເວລາຈິງ ເຊິ່ງມີຄວາມສຳຄັນຫຼາຍສຳລັບການນຳທາງ ແບບອັດຕະໂນມັດ ແລະ ລະບົບຊ່ວຍຜູ້ຂັບຂີ່. ການນຳໃຊ້ເຕັກໂນໂລຊີດັ່ງກ່າວ ສາມາດຊ່ວຍປັບປຸງຄວາມປອດໄພໃນການຂັບຂີ່ ແລະ ເປັນພື້ນຖານທີ່ສຳຄັນສຳລັບການພັດທະນາຍານພາຫະນະອັດຕະໂນມັດໃນອະນາຄົດ.