Identificando el abuso de teléfonos móviles de los conductores con filtros polarizantes y reconocimiento de objetos

Investigadores en el Reino Unido han propuesto un sistema de carretera para automatizar la detección del uso ilegal de teléfonos móviles entre conductores, utilizando filtros foto-ópticos clásicos y captura de infrarrojos. Dependiendo de la calidad del equipo de captura, el sistema ha demostrado una tasa de precisión de hasta el 95,81% en pruebas del mundo real.

Uno de los modelos de los investigadores en acción. El área del parabrisas se identifica y aísla primero como un área de captación para una búsqueda asistida por IA de imágenes de un teléfono móvil. El sistema está diseñado para ignorar teléfonos móviles montados y buscar dispositivos que estén siendo activamente sostenidos por el conductor. Fuente: https://www.youtube.com/watch?v=PErIUr3Cxvg

La investigación se titula Identificación de violaciones del uso del teléfono del conductor a través de la detección de objetos de estado del arte con seguimiento, y proviene de la Escuela de Computación de la Universidad de Newcastle.

Superar la reflectividad de los parabrisas

Los enfoques anteriores para la detección del uso de dispositivos móviles entre conductores han sido obstaculizados por la alta reflectividad de los parabrisas durante las horas de luz del día, exacerbada cuando las reflexiones de grupos de nubes grandes oscurecen aún más el interior del vehículo. Dichos casos no pueden ser abordados realistamente con fuentes de luz infrarroja, ya que la cantidad de iluminación IR necesaria para penetrar la luz del día natural sería intensiva en recursos.

Por lo tanto, los investigadores de Newcastle proponen el truco más antiguo del libro (que data de 1812) para eliminar las reflexiones de una superficie de vidrio percibida – un filtro polarizador físico barato que podría estar unido a cámaras de vigilancia de carretera, calibrado una vez y luego permitir una vista clara en el interior de los vehículos.

Arriba, una vista no filtrada de un parabrisas. Abajo, la misma vista con un filtro polarizador físico unido a la cámara. Fuente: https://arxiv.org/pdf/2109.02119.pdf

Con el movimiento desde cámaras dedicadas a sensores basados en móviles, la presencia del filtro polarizador en la cultura popular se ha reducido en gran medida a su inclusión en gafas de sol de calidad razonable, donde el usuario puede observar sus propiedades de eliminación de reflexiones inclinando su punto de vista o cambiando su punto de vista en el objeto reflectante.

La luz del sol se dispersa por moléculas de oxígeno y nitrógeno, con la luz azul más extensamente dispersa que otras longitudes de onda, lo que hace que el azul sea el color nativo de un cielo claro en el día. La luz azul está polarizada, y un filtro polarizador lineal o circular puede eliminar efectivamente esta luz polarizada, eliminando las reflexiones en el proceso.

El documento reconoce que los parabrisas ahumados podrían obstaculizar o incluso frustrar este método de ver dentro del coche. Sin embargo, como esto está limitado por la ley del Reino Unido, con regulaciones que varían por estado en los EE. UU., el documento no considera esto como un obstáculo principal.

YOLO

El sistema que propone el documento está diseñado para integrarse en la infraestructura cívica, como cámaras de vigilancia de carretera instaladas por el gobierno. Conscientes de posibles obstáculos sobre el costo, los investigadores probaron varias configuraciones del sistema de reconocimiento de objetos en diferentes niveles de calidad del equipo de captura, y ofrecen un escenario de costo mínimo donde se pueden agregar filtros polarizadores baratos a cámaras existentes, con todos los demás aspectos del sistema remotos.

Se probaron cuatro marcos de reconocimiento de objetos: You-Only-Look-Once (YOLO) versiones 3 y 4; SSD red base; Faster R-CNN; y CenterNet. En las pruebas, se obtuvieron los resultados más precisos con YOLO V3, utilizando un flujo de trabajo de dos pasos que primero localiza el área del parabrisas y luego busca un dispositivo móvil en ese espacio.

Sin embargo, la necesidad de ejecutar el video a través de dos redes resulta en una tasa de cuadros menos que óptima de 13,15 fps, en comparación con cerca de 30 fps en el sistema más simple. La calidad de los resultados depende del equipo de entrada, y los investigadores encontraron que cuando la entrada se dividió entre cámaras de baja gama y equipo de mayor calidad, se podía lograr una tasa de precisión cercana al 96% en el equipo mejor, y del 74,35% en las cámaras más baratas.

Limitar las infracciones reconocidas

Además de hacer que el sistema sea económicamente viable, los investigadores están preocupados por desarrollar un sistema completamente automatizado con un mínimo de supervisión humana necesaria, y el sistema ha sido concebido para entregar multas de forma automática. Sin embargo, como las leyes sobre el uso de teléfonos móviles mientras se conduce se están volviendo más estrictas en todo el mundo, con penas que pueden exceder las multas o deducciones de puntos de licencia (es decir, en el Reino Unido), parece probable que la verificación humana casual siga siendo un factor en la implementación de dicho sistema.

A pesar del uso de flujo óptico y otros métodos para tener en cuenta la totalidad del contenido del video, los algoritmos de reconocimiento de objetos como YOLO consideran cada cuadro como una ‘historia completa’, y el siguiente cuadro como un proyecto posterior. Por lo tanto, un sistema de este tipo debe ser impedido para emitir (por ejemplo) 128 multas separadas que cubren 128 cuadros de video de captura de infracción.

Para evitar esto, el sistema incorpora el algoritmo de seguimiento de objetos Deep SORT, que agrega un ID de incidente único a cada reconocimiento de infracción, y garantiza que el ID no se duplique en cuadros dentro de una secuencia de captura única.

Manejo de la vigilancia nocturna

Para las condiciones nocturnas, los investigadores recurren a la captura de infrarrojos, como se utilizó en proyectos de investigación anteriores que investigaban el mismo desafío. Probaron longitudes de onda de infrarrojos de 850 y 730 nanómetros, y encontraron que los mejores detalles se capturaron con 730 nm.

El documento sostiene que se necesita una investigación adicional para determinar hasta qué punto la captura de infrarrojos podría usarse durante las condiciones diurnas.

Datos

Para la versión de un solo paso del sistema, los investigadores utilizaron 2.235 imágenes de matrículas de vehículos del conjunto de datos de imágenes abiertas de Google, y 2150 imágenes de teléfonos móviles de stock y personalizadas. Dado que era necesario incluir imágenes de teléfonos sostenidos por conductores, 1.700 de las imágenes de teléfonos se tomaron específicamente para el proyecto.

El sistema de dos pasos requirió la anotación de 487 parabrisas, utilizados para entrenar el primer paso del proceso, además de los datos utilizados en el proceso de un solo paso.

Dado que no había acceso a la infraestructura de vigilancia de carretera oficial, todas las imágenes se tomaron por voluntarios para aproximar condiciones similares.

Compromisos

Los resultados finales ofrecen una serie de estándares de precisión que necesitarían ser compensados con el costo de implementación, con equipos de captura y procesamiento superiores que ofrecen la mayor precisión, y una precisión ‘aceptable’ obtenible mediante la retroinstalación económica de equipo de vigilancia urbana existente.

La tubería más barata, de ‘un solo paso’, logra algo cerca del 75% de precisión, con los costos de implementación más bajos (es decir, la instalación de un filtro polarizador barato), mientras que el sistema de dos pasos más complejo (que aísla el área del parabrisas antes de buscar un dispositivo móvil sostenido por el conductor) logra tasas de precisión más altas, pero puede ser adecuado solo para nueva infraestructura, dependiendo del presupuesto disponible. En ambos casos, la calidad del equipo de captura es una variable adicional.

Como se mencionó anteriormente, la percepción de los investigadores sobre la viabilidad del proyecto parece estar informada por la suposición de que el sistema debe funcionar completamente de forma autónoma – un requisito cuestionable.

Consulte el video oficial del proyecto a continuación para obtener más detalles sobre la implementación y los enfoques utilizados.