Безопасности пешеходов в городе угрожают не только автомобили, но и скейтбордисты, велосипедисты и другие участники дорожного движения. Существующие модели безопасности дорожного движения, основанные на компьютерном анализе, не эффективны. В Южно-Уральском государственном университете разработали новый метод анализа, в основе – 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 ее 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.
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.
В исследовании участвовали ученые из России, Саудовской Аравии и Индии.
Результаты исследования опубликованы в журнале Safety Science.
