Đếm phương tiện giao thông sử dụng phân tích dữ liệu lớn thời gian thực và học sâu
Đếm phương tiện giao thông sử dụng phân tích dữ liệu lớn thời gian thực và học sâu
Nguyễn Văn Viết - CH2002024
Đề tài nghiên cứu với mục tiêu xây dựng một mô hình đếm phương tiện giao thông sử dụng phân tích dữ liệu lớn thời gian thực và học sâu. Mô hình này được nghiên cứu và xây dựng nhằm áp dụng để giải quyết các hạn chế trong các hệ thống giao thông thông minh ngày nay. Luận văn này đã trình bày các mục tiêu nghiên cứu và đối tượng nghiên cứu về xử lý dữ liệu lớn theo thời gian thực với dữ liệu là hình ảnh; các mô hình học sâu trong xử lý ảnh để giải quyết bài toán phát hiện đối tượng và theo dõi đối tượng. Về phân tích dữ liệu lớn, đề tài đã trình bày về sự kết hợp giữa Spark Streaming và Kafka để tối ưu hiệu suất xử lý ảnh thời gian thực. Về giải quyết các bài toán như phát hiện, phân loại, theo dõi và đếm phương tiện giao thông, đề tài đã trình bày mô hình học sâu với sự kết hợp của 2 mô hình đang đạt state-of-the-art của lĩnh vực là YOLOv7 và StrongSORT. Mô hình trên được hiệu chỉnh với bộ dữ liệu là UA-DETRAC cho kết quả đánh giá Precision đạt 81%, Recall đạt 65%, và Mean Average Precision (@0.5) đạt 65%. Từ các nghiên cứu trong trên, đề tài cũng đã xây dựng được một ứng dụng mô phỏng thực tế để đếm phương tiện giao thông theo thời gian thực sử dụng công nghệ web dạng client-server.
Trân trọng.