TrafficDetection는 교통위반상황을 탐지하고 분류하는 시스템입니다.
해당 시스템은 실시간 영상 데이터를 처리하여 교통위반 상황을 탐지하는 기능을 가지고 있습니다.
LRCN(Long-term Recurrent Convolutional Network)은 시공간 데이터를 처리하는 데 사용되는 딥러닝 모델
Convolutional Neural Networks (CNN)와 Recurrent Neural Networks (RNN)을 결합
이미지의 공간적 정보와 시계열 데이터의 시간적 정보를 동시에 학습 가능
- 실시간 교통 위반 상황 감지:
- 교통위반에 대해 실시간 영상 처리를 통한 위반을 분류합니다 (classifier: 신호위반, 중앙선 침범, 진로변경위반)
- 교통 위반 상황에 대한 목록 확인:
- 위반상황이 발생하는 즉시 DB에 저장하고 추후 목록으로 확인 가능
- 운영 효율성 개선: 알림 시스템을 구축하여 위반상황에 대한 효율적인 관리 시스템 구축 가능.
- 모델 학습 프로그래밍 언어: Python
- 앱 프로그래밍 언어: Java
- 모델 학습 프레임워크: TensorFlow
- 서버 프레임워크: Spring
- DB : MariaDB
- 추론 환경: NVIDIA GPU
- 데이터: AI HUB 교통법규 위반 상황 데이터