Ученые из Южно-Уральского государственного университета (ЮУрГУ) совместно с коллегами из Индии и Саудовской Аравии разработали новый способ предотвращения опасных ситуаций в местах, предназначенных для пешеходов. По их словам, этот метод даст возможность обеспечить серьезный уровень безопасности пешеходов. Результаты исследования опубликованы в журнале Safety Science.
Ежегодно во всем мире гибнет более 270 тысяч пешеходов. Существующие модели обеспечения их безопасности основаны на компьютерном анализе движения людей. Однако, по мнению специалистов, имеющиеся в нем проблемы с масштабированием изображения не позволяют обеспечить 100-процентную безопасность.
Поэтому в ЮУрГУ создали принципиально иной способ прогнозирования столкновений пешеходов со скейтбордистами, велосипедистами и другими участниками дорожного движения. В его основе лежит использование нейросети MRCNN, объединенной с сетью DenseNet, позволяющей классифицировать изображения. С их помощью обрабатывали и изучали снимки, получаемые с городских видеокамер.
«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 ее к анализу изображений, необходимо провести их предварительную обработку», – объяснил старший научный сотрудник отдела интеллектуального анализа данных и виртуализации ЮУрГУ Сачин Кумар.
Предварительная обработка повышает качество снимка и одновременно убирает с него всю ненужную информацию. Это позволяет правильно классифицировать изображение и затем найти на нем нужный объект.
Созданная технология была протестирована на ряде систем моделирования и показала хорошие результаты. По мнению исследователей, она будет востребована службами дорожной безопасности.
Автор: Максим Майоров
Источник фото: ru.123rf.com
