16.08.2022
Наш канал в Telegram: https://t.me/berzaru

Нейросеть научилась прогнозировать происшествия на тротуарах

Происшествия на тротуарах прогнозирует Н

Исследователи из Южно-Уральского государственного университета вошли в состав международной команды учёных, предложившей новый способ выявления нестандартных ситуаций в пешеходных зонах. По их мнению, разработанный ими метод позволит существенно повысить безопасность пешеходов. Результаты исследования опубликованы в журнале Safety Science.

Каждый год на дорогах по всему миру погибает более 270 тысяч пешеходов. В основе существующих моделей обеспечения их безопасности лежит компьютерный анализ движений пешеходов, исходя из предопределенных атрибутов, однако, по мнению ученых из ЮУрГУ, такой подход «ненадёжен» из-за проблем с масштабированием изображения.

Исследователи разработали новый метод прогнозирования столкновений пешеходов с другими участниками дорожного движения, например, автомобилями, скейтбордистами, велосипедистами или другими объектами в пешеходных зонах. В основе их решения лежит высокоточный анализ изображений с развешенных по городу 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. Но, прежде чем применить её к анализу изображений, необходимо провести их предварительную обработку, чтобы повысить качество изображения и убрать ненужную информацию, что позволяет ускорить анализ данных и точность выявления объектов», – объяснил старший научный сотрудник отдела интеллектуального анализа данных и виртуализации ЮУрГУ Сачин Кумар.

По его словам, предварительная обработка изображений позволяет устранить лишнюю информацию и повысить качество снимка, что даёт возможность правильно классифицировать изображение, а на конечном этапе найти на нём нужный объект. В рамках своего исследования учёные использовали нейронную сеть MRCNN, интегрированную с сетью DenseNet – «плотной» высокоточной нейронной сетью, позволяющей классифицировать изображения. Новый метод уже протестирован на ряде систем моделирования и доказал свою высокую эффективность. Исследователи отметили, что созданные на основе такой технологии компьютерные программы могли бы оказаться востребованными для служб дорожной безопасности.