Implementation of the Laplacian of Gaussian Algorithm in Edge Detection Image Processing of Zebra Cross Damage on Highways in the Langkat Regency Area
Notice bibliographique
Résumé
Walking is part of the traveler's movement and is the simplest means of transportation, but it is in a weak position and prone to conflict or accidents when they mix with other modes of transportation. To protect pedestrians, special facilities are needed, one of which is a crossing place (zebra crossing) that is able to serve according to pedestrian needs. Based on Law No. 22 of 2009 concerning Traffic Polytechnic Land Transportation Bali 46 Cross and Road Transportation, article 131 paragraph (2), it is stated that "Pedestrians are entitled to priority when crossing the road at the crosswalk". One of the important meanings for human life is the Way. Roads are used as a means of transportation that has a very useful role in efforts to develop human life. In 2018, based on statistical data, the number of motorized vehicle users in Indonesia is increasing every year to reach 146,858,759 units. The impact that occurs is that there are many Zebra Cross roads damaged with conditions that are very troubling and worrying for road users. Among the causes of zebra crossing being damaged will be traffic accidents where the vehicle does not lag obeying the path of the vehicle following the predetermined lane. So this study detects image processing with the Laplacian of Gaussian algorithm with edge detection making it easier for the government to improve traffic signs of zebra crossing images on highways that are worthy of improvement so that accidents do not occur. The results of this study illustrate the image of being able to see damaged zebra crossings with calculations of the Laplacian of Gaussian algorithm.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».