Identifier les abus de téléphone mobile des conducteurs avec des filtres polarisants et la reconnaissance d’objets

Des chercheurs au Royaume-Uni ont proposé un système de détection routière pour automatiser la détection de l’utilisation illégale de téléphones mobiles par les conducteurs, en utilisant des filtres photo-optiques classiques et une capture infrarouge. Selon la qualité de l’équipement de capture, le système a démontré un taux de précision de jusqu’à 95,81 % dans des essais en conditions réelles.

L’un des modèles des chercheurs en action. La zone du pare-brise est d’abord identifiée et isolée comme une zone de capture pour une recherche d’images de téléphone mobile aidée par l’IA. Le système est conçu pour ignorer les téléphones mobiles montés et rechercher les appareils qui sont activement tenus par le conducteur. Source: https://www.youtube.com/watch?v=PErIUr3Cxvg

La recherche est intitulée Identification des violations de l’utilisation du téléphone par le conducteur via la détection d’objets d’état de l’art avec suivi, et provient de l’École d’informatique de l’Université de Newcastle.

Surmonter la réflectivité des pare-brise

Les approches précédentes de détection de l’utilisation de dispositifs mobiles par les conducteurs ont été entravées par la réflectivité élevée des pare-brise pendant les heures de jour, exacerbée lorsque les reflets de groupes de nuages importants obscurcissent encore l’intérieur du véhicule. De tels cas ne peuvent pas être réellement abordés avec des sources de lumière infrarouge, car la quantité d’illumination IR nécessaire pour pénétrer la lumière du jour serait coûteuse en ressources.

Par conséquent, les chercheurs de Newcastle proposent le plus vieux truc du livre (qui remonte à 1812) pour éliminer les reflets d’une surface de verre perçue – un filtre polarisant physique bon marché qui pourrait être attaché à des caméras de surveillance routières, calibré une fois, et par la suite permettre un regard clair dans les intérieurs de véhicules.

Au-dessus, une vue non filtrée d’un pare-brise. En dessous, la même vue avec un filtre polarisant physique attaché à la caméra. Source: https://arxiv.org/pdf/2109.02119.pdf

Avec le passage des caméras dédiées aux capteurs basés sur les téléphones mobiles, la présence du filtre polarisant dans la culture populaire a été en grande partie réduite à son inclusion dans des lunettes de soleil de qualité raisonnable, où le porteur peut observer ses propriétés de meurtre de reflet en inclinant son point de vue ou en changeant son point de vue sur l’objet réfléchissant.

La lumière du soleil est dispersée par les molécules d’oxygène et d’azote, avec la lumière bleue dispersée plus largement que les autres longueurs d’onde, ce qui fait que le bleu est la couleur native d’un ciel clair en plein jour. La lumière bleue est polarisée, et un filtre polarisant linéaire ou circulaire peut efficacement éliminer cette lumière polarisée, supprimant ainsi les reflets.

Le document reconnaît que les pare-brise fumés pourraient entraver ou même contrecarrer cette méthode de vision dans la voiture. Cependant, puisque cela est limité par la loi britannique, avec des réglementations qui varient d’un État à l’autre aux États-Unis, le document ne considère pas cela comme un obstacle principal.

YOLO

Le système proposé dans le document est destiné à être intégré dans les infrastructures civiques, telles que des caméras de surveillance routières installées par le gouvernement. Conscient des obstacles possibles en termes de coût, les chercheurs ont testé diverses configurations de systèmes de reconnaissance d’objets sur une variété de niveaux de qualité d’équipement de capture, et proposent un scénario de coût minimal où des filtres polarisants bon marché pourraient être ajoutés à des caméras existantes, avec tous les autres aspects du système à distance.

Quatre cadres de reconnaissance d’objets ont été testés: You-Only-Look-Once (YOLO) versions 3 et 4; SSD base réseau; Faster R-CNN; et CenterNet. Dans les tests, les résultats les plus précis ont été obtenus avec YOLO V3, en utilisant un flux de travail en deux étapes qui localise d’abord la zone du pare-brise, puis recherche un appareil mobile dans cet espace.

Cependant, la nécessité de faire passer la vidéo à travers deux réseaux entraîne un taux d’images par seconde (IPS) inférieur à l’optimal de 13,15 IPS, par rapport à environ 30 IPS pour le système plus simple. La qualité des résultats dépend de l’équipement d’entrée, et les chercheurs ont constaté que lorsque l’entrée était divisée entre des caméras de basse qualité et des équipements de meilleure qualité, un taux de précision d’environ 96 % était possible sur les meilleurs équipements, et de 74,35 % sur les caméras moins chères.

Limitation des infractions reconnues

En plus de rendre le système économiquement viable, les chercheurs sont préoccupés par le développement d’un système entièrement automatisé avec un minimum de surveillance humaine nécessaire, et le système a été conçu pour délivrer automatiquement des amendes. Cependant, puisque les lois sur l’utilisation du téléphone mobile au volant deviennent plus sévères dans le monde, avec des peines qui peuvent aller au-delà des seules amendes ou des retraits de points de permis (par exemple, au Royaume-Uni), il est probable que la vérification humaine occasionnelle resterait un facteur dans le déploiement d’un tel système.

Malgré l’utilisation du flux optique et d’autres méthodes pour prendre en compte l’ensemble du contenu vidéo, les algorithmes de reconnaissance d’objets tels que YOLO considèrent chaque trame comme une « histoire complète », et la trame suivante comme un projet consécutif. Par conséquent, un système de cette nature doit être empêché de délivrer (par exemple) 128 amendes distinctes couvrant 128 trames de vidéo de capture d’infraction.

Pour éviter cela, le système intègre l’algorithme de suivi d’objets Deep SORT, qui ajoute un ID d’incident unique à chaque reconnaissance d’infraction, et garantit que l’ID n’est pas dupliqué à travers les trames dans une séquence de capture unique.

Gestion de la surveillance nocturne

Pour les conditions nocturnes, les chercheurs font défaut à la capture infrarouge, comme utilisée dans les projets de recherche précédents qui étudiaient le même défi. Ils ont testé des longueurs d’onde IR de 850 et 730 nanomètres, et ont constaté que les meilleurs détails ont été capturés avec 730 nm.

Le document soutient que des investigations plus approfondies sont nécessaires pour déterminer dans quelle mesure la capture infrarouge pourrait être utilisée dans des conditions diurnes.

Données

Pour la version plus économique du système à une étape, les chercheurs ont utilisé 2 235 images de plaques d’immatriculation du Google Open Images Dataset, et 2 150 images de téléphones mobiles stock et personnalisés. Puisqu’il était nécessaire d’inclure des images de téléphones tenus par des conducteurs, 1 700 des images de téléphones ont été prises spécifiquement pour le projet.

Le système à deux étapes a nécessité l’annotation de 487 pare-brise, utilisés pour former la première étape du processus, en plus des données utilisées dans le processus à une étape.

Puisqu’il n’y avait pas d’accès à l’infrastructure de surveillance routière officielle, toutes les images ont été prises par des bénévoles pour approximer des conditions similaires.

Compromis

Les résultats finaux offrent une gamme de normes de précision qui devraient être compromises par rapport au coût de mise en œuvre, avec un équipement de capture et des résultats de traitement supérieurs offrant la plus grande précision, et une précision « acceptable » obtenue par une rétrofitting peu coûteuse de l’équipement de surveillance urbain existant.

Le pipeline « à une étape » moins cher atteint quelque chose d’approchant 75 % de précision, avec les coûts d’implémentation les plus bas (c’est-à-dire l’installation d’un filtre polarisant bon marché), tandis que le système à deux étapes plus complexe (qui isole la zone du pare-brise avant de rechercher un appareil mobile tenu par le conducteur) atteint des taux de précision plus élevés, mais peut ne convenir qu’à de nouvelles infrastructures, en fonction du budget disponible. Dans les deux cas, la qualité de l’équipement de capture est une variable supplémentaire.

Comme mentionné ci-dessus, la perception des chercheurs de la viabilité du projet semble être informée par l’hypothèse que le système devrait fonctionner entièrement de manière autonome – une exigence discutable.

Regardez la vidéo officielle du projet ci-dessous pour plus de détails sur la mise en œuvre et les approches utilisées.