Αναγνώριση Κακοποίησης Κινητών Τηλεφώνων Οδηγών Με Πολωτικές Φίλτρα και Αναγνώριση Αντικειμένων

Ερευνητές στο Ηνωμένο Βασίλειο έχουν προτείνει ένα πλευρικό σύστημα για την αυτοματοποίηση της ανίχνευσης της παράνομης χρήσης κινητών τηλεφώνων μεταξύ οδηγών, χρησιμοποιώντας κλασικές φωτο-οπτικές φίλτρα και υπέρυθρη λήψη. Ανεξάρτητα από την ποιότητα του εξοπλισμού λήψης, το σύστημα έχει αποδείξει ποσοστό ακρίβειας έως και 95,81% σε πραγματικές δοκιμές.

Ένα από τα μοντέλα των ερευνητών σε δράση. Η περιοχή του παρμπρίζ αναγνωρίζεται και απομονώνεται ως περιοχή για μια AI-βοηθούμενη αναζήτηση για εικόνες κινητού τηλεφώνου. Το σύστημα σχεδιάστηκε για να αγνοήσει τοποθετημένα κινητά τηλέφωνα και να αναζητήσει συσκευές που χρησιμοποιούνται ενεργά από τον οδηγό. Πηγή: https://www.youtube.com/watch?v=PErIUr3Cxvg

Η ερευνητική εργασία έχει τον τίτλο Αναγνώριση Παραβάσεων Χρήσης Κινητού Τηλεφώνου Οδηγού μέσω Ανίχνευσης Αντικειμένων με Παρακολούθηση και προέρχεται από το Τμήμα Υπολογιστικών Συστημάτων του Πανεπιστημίου του Νιούκασλ.

Αντιμετώπιση της Ανακλαστικότητας των Παρμπρίζ

Προηγούμενες προσεγγίσεις για την ανίχνευση της χρήσης κινητών τηλεφώνων μεταξύ οδηγών έχουν εμποδιστεί από την υψηλή ανακλαστικότητα των παρμπρίζ κατά τις ώρες της ημέρας, που εξαγορεύεται όταν οι ανακλάσεις από ομάδες μεγάλων νεφών περαιτέρω αποκρύπτουν το εσωτερικό του οχήματος. Τέτοιες περιπτώσεις δεν μπορούν να αντιμετωπιστούν πραγματικά με πηγές φωτός υπέρυθρου, поскольку η ποσότητα υπέρυθρης ακτινοβολίας που απαιτείται για να διεισδύσει στο φυσικό φως της ημέρας θα ήταν πόρων-εντατική.

Γι’ αυτό, οι ερευνητές του Νιούκασλ προτείνουν το πολύ παλιό κόλπο στο βιβλίο (χρονολογώντας από το 1812) για την εξάλειψη ανακλάσεων από μια αντιληπτή γυάλινη επιφάνεια – μια φθηνή, φυσική πολωτική φίλτρα που θα μπορούσε να προσαρτηθεί σε πλευρικές κάμερες επιτήρησης, να καλιμπραριστεί μια φορά και στη συνέχεια να επιτρέψει μια σαφή ματιά στο εσωτερικό των οχημάτων.

Πάνω, μια ανεπεξέργαστη άποψη του παρμπρίζ. Κάτω, η ίδια άποψη με μια φυσική πολωτική φίλτρα που προσαρτάται στην κάμερα. Πηγή: https://arxiv.org/pdf/2109.02119.pdf

Με την δημοφιλή κίνηση από αφιερωμένες κάμερες σε κινητές αισθητήρες, η παρουσία της πολωτικής φίλτρας έχει μειωθεί σε μεγάλο βαθμό στην ποπ κουλτούρα, με την ένταξή της σε λογικές ποιότητας γυαλιά ηλίου, όπου ο φορολογούμενος μπορεί να παρατηρήσει τις ιδιότητες ανακλαστικών της με την κλίση της οπτικής του ή την αλλαγή της οπτικής του στο ανακλαστικό αντικείμενο.

Το ηλιακό φως διασκορπίζεται από μόρια οξυγόνου και αζώτου, με το μπλε φως να διασκορπίζεται περισσότερο από άλλες μήκους κύματος, καθιστώντας το μπλε το φυσικό χρώμα ενός καθαρού ουρανού την ημέρα. Το μπλε φως είναι πολωμένο και μια γραμμική ή κυκλική πολωμένη φακός μπορεί να εξαλείψει αποτελεσματικά αυτό το πολωμένο φως, αφαιρώντας τις ανακλάσεις κατά τη διαδικασία.

Το έγγραφο αναγνωρίζει ότι τα καπνισμένα παρμπρίζ θα μπορούσαν να εμποδίσουν ή ακόμη και να αποτρέψουν αυτή τη μέθοδο για να δουν μέσα στο αυτοκίνητο. Ωστόσο, поскольку αυτό περιορίζεται από το νόμο του Ηνωμένου Βασιλείου, με κανονισμούς που ποικίλλουν ανά πολιτεία στις ΗΠΑ, το έγγραφο δεν θεωρεί αυτό ως κύριο εμπόδιο.

YOLO

Το σύστημα που προτείνει το έγγραφο έχει σκοπό να ενταχθεί στην πολιτική υποδομή, όπως οι κυβερνητικές εγκαταστάσεις πλευρικών καμερών επιτήρησης. Γνωρίζοντας των πιθανών εμποδίων σχετικά με το κόστος, οι ερευνητές δοκιμάζουν διάφορες διαμορφώσεις συστημάτων αναγνώρισης αντικειμένων σε διάφορα επίπεδα ποιότητας του εξοπλισμού λήψης και προσφέρουν ένα σενάριο ελάχιστου κόστους όπου φθηνές πολωτικές φίλτρα θα μπορούσαν να προστεθούν σε υφιστάμενες κάμερες, με όλα τα άλλα στοιχεία του συστήματος να είναι απομακρυσμένα.

Τέσσερις πλαισίου αναγνώρισης αντικειμένων δοκιμάστηκαν: You-Only-Look-Once (YOLO) εκδόσεις 3 και 4; SSD βασικό δίκτυο; Faster R-CNN; και CenterNet. Σε δοκιμές, τα πιο ακριβή αποτελέσματα έγιναν με YOLO V3, χρησιμοποιώντας μια διπλή διαδικασία εργασίας που πρώτα τοποθετεί την περιοχή του παρμπρίζ και στη συνέχεια αναζητά μια κινητή συσκευή σε αυτό το χώρο.

Ωστόσο, η ανάγκη να τρέξει το βίντεο через δύο δίκτυα οδηγεί σε ένα λιγότερο από το βέλτιστο ρυθμό καρέ 13,15fps, σε σύγκριση με近 30fps στο απλούστερο σύστημα. Η ποιότητα των αποτελεσμάτων εξαρτάται από τον εξοπλισμό εισαγωγής, και οι ερευνητές βρήκαν ότι όταν η εισαγωγή διαιρέθηκε μεταξύ χαμηλής ποιότητας καμερών και υψηλότερης ποιότητας εξοπλισμού, ένα ποσοστό ακρίβειας κοντά στο 96% ήταν δυνατό στο καλύτερο εξοπλισμό, και 74,35% στις φθηνότερες κάμερες.

Περιορισμός Αναγνωρισμένων Παραβάσεων

Εκτός από το να κάνει το σύστημα οικονομικά βιώσιμο, οι ερευνητές ενδιαφέρονται να αναπτύξουν ένα πλήρως αυτοματοποιημένο σύστημα με ελάχιστη αναγκαία ανθρώπινη επιτήρηση, και το σύστημα έχει σχεδιαστεί για να παραδώσει αυτόματα πρόστιμα. Ωστόσο,既然 οι νόμοι σχετικά με τη χρήση κινητών τηλεφώνων ενώ οδηγείτε γίνονται πιο αυστηροί σε όλο τον κόσμο, με ποινές που μπορεί να υπερβαίνουν απλές πρόστιμα ή αφαιρέσεις βαθμών αδειών (π.χ. στο Ηνωμένο Βασίλειο), φαίνεται πιθανό ότι η ανθρώπινη επαλήθευση θα παραμείνει ένας παράγοντας στην ανάπτυξη ενός τέτοιου συστήματος.

Παρά τη χρήση οπτικής ροής και άλλων μεθόδων για να ληφθούν υπόψη όλου του περιεχομένου του βίντεο, αλγόριθμοι αναγνώρισης αντικειμένων όπως το YOLO θεωρούν κάθε καρέ ως “πλήρη ιστορία” και το επόμενο καρέ ως μια επόμενη εργασία. Γι’ αυτό, ένα σύστημα αυτής της φύσης πρέπει να αποτρέψει την έκδοση (για παράδειγμα) 128 ξεχωριστών προστίμων που καλύπτουν 128 καρέ βίντεο που αναγνωρίζουν παραβάσεις.

Για να αποφευχθεί αυτό, το σύστημα ενσωματώνει τον αλγόριθμο παρακολούθησης αντικειμένων Deep SORT, που προσθέτει一个 μοναδικό “κωδικό συμβάντος” σε κάθε αναγνώριση παραβάσεων, και εξασφαλίζει ότι ο κωδικός δεν είναι διπλότυπος σε καρέ εντός μιας đơnικής ακολουθίας λήψης.

Χειρισμός Νυχτερινής Επιτήρησης

Για νυχτερινές συνθήκες, οι ερευνητές προεπιλέγουν την υπέρυθρη λήψη, όπως χρησιμοποιήθηκε σε προηγούμενες ερευνητικές εργασίες που διερευνούν την ίδια πρόκληση. Έχουν δοκιμάσει υπέρυθρες μήκους κύματος 850 και 730 νανομέτρων και βρήκαν ότι οι καλύτερες λεπτομέρειες ανακτήθηκαν με 730nm.

Το έγγραφο υποστηρίζει ότι περαιτέρω έρευνα είναι απαραίτητη για να καθορίσει το βαθμό στο οποίο η υπέρυθρη λήψη θα μπορούσε να χρησιμοποιηθεί κατά τη διάρκεια της ημέρας.

Δεδομένα

Για την πιο οικονομική μονό-βήμα έκδοση του συστήματος, οι ερευνητές χρησιμοποίησαν 2.235 εικόνες πινακίδων αδειών από το Δataset Ανοιχτών Εικόνων του Google και 2150 εικόνες κινητών τηλεφώνων από αποθήκες και ειδικά κατασκευασμένες για το έργο.既然 ήταν απαραίτητο να περιλαμβάνονται εικόνες τηλεφώνων που κρατούνται από οδηγούς, 1.700 από τις εικόνες τηλεφώνων λήφθηκαν ειδικά για το έργο.

Το δί-βήμα σύστημα απαιτούσε την σήμανση 487 παρμπρίζ, που χρησιμοποιήθηκαν για την εκπαίδευση του πρώτου βήματος της διαδικασίας, εκτός από τα δεδομένα που χρησιμοποιήθηκαν στην μονό-βήμα διαδικασία.

既然 δεν υπήρχε πρόσβαση σε επίσημη υποδομή επιτήρησης δρόμων, όλες οι εικόνες λήφθηκαν από εθελοντές για να προσεγγίσουν παρόμοιες συνθήκες.

Συνθήκες

Τα τελικά αποτελέσματα προσφέρουν μια σειρά από πρότυπα ακρίβειας που θα πρέπει να ανταλλαγούν με το κόστος εφαρμογής, με υψηλότερη ποιότητα εξοπλισμού και επεξεργασίας να προσφέρει την μεγαλύτερη ακρίβεια, και πιθανώς “αποδεκτή” ακρίβεια που μπορεί να επιτευχθεί με φθηνή αναβάθμιση του υφιστάμενου αστικού εξοπλισμού επιτήρησης.

Η φθηνότερη, ‘μονό-βήμα’ διαδικασία επιτυγχάνει κάτι κοντά στο 75% ακρίβεια, με το χαμηλότερο κόστος εφαρμογής (π.χ. η τοποθέτηση μιας φθηνής πολωτικής φίλτρας), ενώ το πιο σύνθετο δί-βήμα σύστημα (που απομονώνει την περιοχή του παρμπρίζ πριν αναζητήσει μια κινητή συσκευή που κρατείται από τον οδηγό) επιτυγχάνει υψηλότερες ποσοστά ακρίβειας, αλλά μπορεί να είναι κατάλληλο μόνο για νέα υποδομή, ανάλογα με τον διαθέσιμο προϋπολογισμό. Σε cả τις περιπτώσεις, η ποιότητα του εξοπλισμού λήψης είναι μια πρόσθετη μεταβλητή.

Όπως αναφέρθηκε παραπάνω, η αντίληψη των ερευνητών για τη βιωσιμότητα του έργου φαίνεται να επηρεάζεται από την υπόθεση ότι το σύστημα πρέπει να λειτουργήσει εντελώς αυτόνομα – μια αμφισβητούμενη απαιτούμενη.

Δείτε το επίσημο βίντεο του έργου παρακάτω για περισσότερες λεπτομέρειες σχετικά με την εφαρμογή και τις προσεγγίσεις που χρησιμοποιήθηκαν.