Исследователи из Южно-Уральского государственного университета (ЮУрГУ) совместно с учеными из Саудовской Аравии и Индии предложили новый способ выявления нестандартных ситуаций в пешеходных зонах. Они уверены, что разработанный ими метод может помочь существенно повысить безопасность пешеходов. Результаты исследования были опубликованы в журнале Safety Science.
В основе существующих моделей обеспечения безопасности пешеходов лежит компьютерный анализ их движений, исходя из предопределенных атрибутов. Этот подход, по мнению ученых из ЮУрГУ, не является надежным из-за проблем с «масштабированием изображения».
Исследователи предложили новый метод прогнозирования столкновений пешеходов с прочими участниками дорожного движения, включая автомобили, скейтборды, велосипеды. В основе данного решения лежит высокоточный анализ изображений с дорожных видеокамер с помощью нейронных сетей.
«Для выделения важных деталей и обнаружения на изображениях, полученных с камер видеонаблюдения, аномалий или нежелательных объектов в пешеходных зонах, например, велосипедистов, разработана модель CNN», – объяснил старший научный сотрудник отдела интеллектуального анализа данных и виртуализации ЮУрГУ Сачин Кумар.
В ходе исследования ученые использовали нейронную сеть MRCNN, которая интегрирована с сетью DenseNet, способной классифицировать изображение.
Новый метод смог доказать свою эффективность в ходе тестирования на ряде систем моделирования. Исследователи отмечают, что компьютерные программы, разработанные на основе данной технологии, могут оказаться востребованными для служб дорожной безопасности.
Ранее стало известно, что в Татарстане создали первый в мире автомобиль, который способен принимать экзамен на права в ГИБДД без инспектора.
Подробнее в сюжете: Технологии
Читайте также: