Дорожный знак-это знак, используемый для указания направления движения пассажирам и водителям. Дорожные знаки играют важную роль в управлении дорогами, регулировании транспортных потоков и обеспечении безопасности движения. Классификация дорожной разметки обычно выглядит следующим образом: дорожные знаки-это знаки, которые регулируют указанное направление, например, правое направление, поворот направо, поворот налево, уровень, местоположение и т. д. Знаки ограничения веса запрещены. Знаки, указывающие на ограничения веса, размещены на большинстве грузовиков, грузовиков и легковых автомобилей. Знаки дорожной разметки - этими знаками можно размечать дорогу в указанном направлении. Например, дорожная разметка отображается на городских дорогах и автомагистралях. Указательные знаки - знаки, указывающие места въезда и выезда на дорогу, а также проходящие от внешней дороги дороги. Символы температуры - для описания температуры используются следующие символы, например, промежуточная станция, символ температуры и т. д. Символы переменной температуры. В отличие от основных символов температуры, эти символы отображаются в соответствии с изменениями температуры.
Своевременное обнаружение и распознавание дорожных знаков очень важно для автомобилистов и пешеходов. Необходимая информация доводится до водителя через программу прямого распознавания дорожных знаков. Существуют различные типы дорожных знаков, некоторые знаки могут иметь несколько точек для указания направления местоположения, а некоторые знаки касаются правил безопасности и ограничений, которые можно сделать в сообщении. Идентификация и распознавание дорожных знаков является важной практикой, поскольку она помогает водителю-новичку найти дорогу. Мы можем решить эти проблемы с помощью программы обнаружения дорожных знаков, которую мы создали на python. В этой программе в следующей модели каждый пиксель в двоичной матрице занимает 8 бит, поэтому вместо преобразования их значений в 0 и 1 их можно преобразовать в значения от 0 до 255. Таким образом изображения размером 128x128 пикселей преобразуются в бинарные матрицы, и эти матрицы подготавливаются для высокоуровневых моделей сбора данных, например, модели CNN.
Zamonaviy kuzatuv tizimlarida virtual chegaralarning CCTV kameralari bilan o‘zaro integratsiyalashuvi belgilangan hududlarda kuzatuvni ta’minlash va virtual belgilangan chegaralarning ichki qismida anomal obyektlarni aniqlash imkonini beradi. Ushbu tezisda virtual chegaralar bilan CCTV kuzatuv tizimlari yordamida ob'ektni aniqlash usullarining samaradorligi va afzalliklari keltirilgan. Tezisda virtual chegaralarning chegaralangan hududlarni belgilash va obyektlarni aniqlash, shuningdek, CCTV tasvirlarida anomal obyektlarni aniqlash bilan bog‘liq muammolarga yechimlar ko‘rib chiqilgan. Tezisda ilg‘or metodologiyalarni, xususan, chuqur o‘rganishga asoslangan modellarni qo’llash orqali obyektni aniqlash algoritmlarini aniqligini oshirish va ushbu modellarni virtual chegaralar bilan integratsiya qilish samarali yechim sifatida taqdim etilgan.