【中国安防展览网 新闻】随着经济的发展以及人们生活水平的提高,汽车的保有量也是越来越多。然而与此同时,停车难、交通拥堵、空气污染等许多出行问题或者环境问题也是层出不穷,这也让我们每个人为此感到头疼。所幸的是,一场大的变革也正在悄然发生,城市智能交通,大数据交通,共享交通智慧物流生态圈正在逐渐搭建。
据外媒报道,德克萨斯州的研究人员正在研发新款工具,利用人工智能技术从原始交通摄像头数据中识别目标物,然后识别并归纳这类目标物的移动及交互方式及特点。
德克萨斯州先进运算中心(Texas Advanced Computing Center,TACC)与德克萨斯州大学奥斯汀分校(University of Texas at Austin)交通研究中心与奥斯汀市共同研发工具,利用深度学习及数据挖掘技术实现成熟、可搜索的交通分析。
该团队还研发了深度学习工具,从奥斯汀市各交通摄像头传回的原始交通录影中识别目标物,如:人、车辆、卡车、自行车、摩托车及交通灯等,还能显示其交互方式。信息经分析后,将接受交通工程师及官方的检验,从而确定因开错车并驶入单行道的车辆数量。
为实现交通分析,研究人员研发了新算法,可自动为原始数据内的所有目标物做标记,将其与早前的已识别目标物进行对比,追踪目标物,并将各帧的输出值进行比对,发现各目标物间的关系。他们已研发出一个新系统,可实现标记、追踪及分析交通流量,可将其应用于两个实例中:计算道路上的移动车辆的数量;识别车辆与行人间的紧密接触。
针对长达十分钟的视频剪辑,该系统可自动清点其中的汽车数量,其初步结果的精度高达95%。如遇到潜在的近距离接触,研究人员或将自动识别大量用例,在这类用例中,车辆与行人间的距离可谓近在咫尺,但上述用例中并无(碰撞等)危险事故发生。研究人员还演示了该系统是如何在无人为干预的情况下发现危险地区的。
研究人员计划探索自动化是如何对其他安全相关的分析提供辅助的,如:识别*通道外其他繁华道路上的行人位置;了解驾驶员如何应对各类行人引导标示,对行人所愿意行走的距离进行量化。此外,该项目展示了人工智能技术是如何大幅降低人员对视频数据分析处理的参与度,并为决策者提供可供执行的信息。
TACC的研究院Weijia Xu表示:“我们希望研发一款灵活而的系统,对交通研究人员及决策者提供辅助,满足其多变的实时分析需求。我们不想打造为单个的特定问题专门打造一个整体解决方案(turnkey solution)。我们想要探索新途径,有助于应对各类分析需求并助推未来技术发展。”
(原标题:德州团队引入人工智能技术 利用原始视频素材分析交通问题 )
版权与免责声明:
凡本网注明“来源:智慧城市网”的所有作品,均为浙江兴旺宝明通网络有限公司-智慧城市网合法拥有版权或有权使用的作品,未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:智慧城市网”。违反上述声明者,本网将追究其相关法律责任。
本网转载并注明自其它来源(非智慧城市网)的作品,目的在于传递更多信息,并不代表本网赞同其观点或和对其真实性负责,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品第一来源,并自负版权等法律责任。
如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。