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, пишет Научная Россия.
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.