ड्राइवरों के मोबाइल फोन के दुरुपयोग की पहचान ध्रुवीकरण फिल्टर और वस्तु पहचान के साथ

यूके में शोधकर्ताओं ने ड्राइवरों के बीच अवैध मोबाइल फोन उपयोग का पता लगाने के लिए एक रोडसाइड प्रणाली का प्रस्ताव दिया है, जो क्लासिक फोटो-ऑप्टिकल फिल्टर और इन्फ्रा-रेड कैप्चर का उपयोग करती है। कैप्चर उपकरण की गुणवत्ता के आधार पर, प्रणाली ने वास्तविक दुनिया के परीक्षणों में 95.81% तक की सटीकता दर का प्रदर्शन किया है।

शोधकर्ताओं के मॉडल में से एक कार्रवाई में। विंडशील्ड क्षेत्र को पहले पहचाना और अलग किया जाता है एक कैचमेंट क्षेत्र के रूप में एक एआई-सहायता प्राप्त छवियों की खोज के लिए मोबाइल फोन की। प्रणाली को माउंटेड मोबाइल फोन की उपेक्षा करने और ड्राइवर द्वारा सक्रिय रूप से पकड़े जा रहे उपकरणों की खोज करने के लिए डिज़ाइन किया गया है। स्रोत: https://www.youtube.com/watch?v=PErIUr3Cxvg

शोध शोध का शीर्षक ड्राइवर फोन उपयोग उल्लंघनों की पहचान राज्य-ऑफ-द-आर्ट वस्तु पहचान के साथ है, और न्यूकैसल विश्वविद्यालय के स्कूल ऑफ कंप्यूटिंग से आता है।

विंडशील्ड की परावर्तितता को दूर करना

पिछले दृष्टिकोण ड्राइवरों के बीच मोबाइल डिवाइस उपयोग का पता लगाने के लिए दिन के समय के दौरान विंडशील्ड की उच्च परावर्तितता से बाधित हुए हैं, जो बड़े बादलों के समूहों से परावर्तन से और अधिक बढ़ जाती है। ऐसे मामलों को वास्तविक रूप से संबोधित नहीं किया जा सकता है इन्फ्रा-रेड प्रकाश स्रोतों के साथ, क्योंकि प्राकृतिक दिन के उजाले में प्रवेश करने के लिए आवश्यक आईआर प्रकाश की मात्रा संसाधन-Gra होगी।

इसलिए न्यूकैसल शोधकर्ता विंडशील्ड से परावर्तन को दूर करने के लिए पुस्तक में सबसे पुराने तरीके का प्रस्ताव करते हैं – एक सस्ता, भौतिक ध्रुवीकरण फिल्टर जो रोडसाइड सर्विलांस कैमरों से जुड़ा हो सकता है, एक बार कैलिब्रेट किया जा सकता है, और इसके बाद वाहन के इंटीरियर में एक स्पष्ट दृष्टि प्रदान कर सकता है।

ऊपर, एक कार विंडशील्ड का अनफिल्टर्ड दृश्य। नीचे, कैमरे से जुड़े एक भौतिक ध्रुवीकरण फिल्टर के साथ समान दृश्य। स्रोत: https://arxiv.org/pdf/2109.02119.pdf

डेडिकेटेड कैमरों से मोबाइल-आधारित सेंसर में स्थानांतरण के साथ, ध्रुवीकरण फिल्टर की उपस्थिति लोकप्रिय संस्कृति में मुख्य रूप से उचित गुणवत्ता वाले सनग्लासेस में इसके समावेश तक सीमित हो गई है, जहां पहनने वाला अपने दृष्टिकोण को झुकाकर या परावर्तित वस्तु पर अपने दृष्टिकोण को बदलकर इसके परावर्तन-मारने वाले गुणों का अवलोकन कर सकता है।

सूर्य का प्रकाश ऑक्सीजन और नाइट्रोजन अणुओं द्वारा बिखराया जाता है, जिसमें नीला प्रकाश अन्य तरंग दैर्ध्य की तुलना में अधिक व्यापक रूप से बिखराया जाता है, जो दिन के समय में एक स्पष्ट आकाश का मूल रंग बनाता है। नीला प्रकाश ध्रुवीकृत होता है, और एक रेखीय या वृत्तीय ध्रुवीकृत लेंस इस ध्रुवीकृत प्रकाश को प्रभावी ढंग से दूर कर सकता है, परावर्तन को हटाते हुए।

कागज़ में स्वीकार किया जाता है कि धूमिल विंडशील्ड इस विधि को वाहन में देखने से रोक सकती है या यहां तक कि बाधित कर सकती है। हालांकि, चूंकि यह यूके के कानून द्वारा सीमित है, जिसमें नियम अमेरिका में राज्य द्वारा भिन्न होते हैं, कागज़ इसे एक प्राथमिक बाधा के रूप में नहीं मानता है।

YOLO

प्रणाली जो कागज़ प्रस्तावित करता है वह नागरिक बुनियादी ढांचे में एकीकृत करने के लिए है, जैसे कि सरकार द्वारा स्थापित रोडसाइड सर्विलांस कैमरे। संभावित बाधाओं पर लागत के बारे में जागरूक, शोधकर्ताओं ने विभिन्न वस्तु पहचान प्रणाली कॉन्फ़िगरेशन का परीक्षण किया और एक न्यूनतम-लागत परिदृश्य प्रदान किया जहां सस्ते ध्रुवीकरण फिल्टर मौजूदा कैमरों में जोड़े जा सकते हैं, सभी अन्य पहलुओं को दूरस्थ रूप से रखा जा सकता है।

चार वस्तु पहचान फ्रेमवर्क का परीक्षण किया गया: You-Only-Look-Once (YOLO) संस्करण 3 और 4; SSD बेस नेटवर्क; Faster R-CNN; और CenterNet। परीक्षणों में, सबसे सटीक परिणाम YOLO V3 के साथ प्राप्त किए गए, जो एक दो-चरणीय कार्य प्रवाह का उपयोग करता है जो पहले विंडशील्ड क्षेत्र को स्थानीयकृत करता है और फिर उस स्थान में एक मोबाइल डिवाइस की खोज करता है।

हालांकि, दो नेटवर्क के माध्यम से वीडियो चलाने की आवश्यकता 13.15fps की तुलना में एक कम-ऑप्टिमल फ्रेम दर का परिणाम है, जो सरल प्रणाली पर लगभग 30fps है। परिणामों की गुणवत्ता इनपुट उपकरण पर निर्भर करती है, और शोधकर्ताओं ने पाया कि जब इनपुट को कम-अंत कैमरों और उच्च-गुणवत्ता वाले उपकरण के बीच विभाजित किया गया, तो लगभग 96% की सटीकता दर बेहतर उपकरण पर संभव थी, और सस्ते कैमरों पर 74.35%।

मान्यता प्राप्त उल्लंघनों को सीमित करना

प्रणाली को आर्थिक रूप से व्यवहार्य बनाने के अलावा, शोधकर्ता एक पूरी तरह से स्वचालित प्रणाली विकसित करने के लिए चिंतित हैं जिसमें मानव निगरानी की न्यूनतम आवश्यकता है, और प्रणाली को स्वचालित रूप से जुर्माना जारी करने के लिए概念ित किया गया है। हालांकि, चूंकि मोबाइल फोन के उपयोग के आसपास के कानून दुनिया भर में अधिक गंभीर हो रहे हैं, जिसमें जुर्माना या लाइसेंस बिंदु कटौती से परे दंड (यानी, यूके में) शामिल हो सकते हैं, ऐसा लगता है कि ऐसी प्रणाली के तैनाती में मानव सत्यापन एक कारक बना रहेगा।

इसके बावजूद कि ऑप्टिकल फ्लो और अन्य तरीकों का उपयोग किया जाता है जो वीडियो सामग्री के पूरे हिस्से को ध्यान में रखते हैं, वस्तु पहचान एल्गोरिदम जैसे YOLO प्रत्येक फ्रेम को एक ‘पूर्ण कहानी’ मानते हैं, और अगला फ्रेम एक अनुवर्ती परियोजना है। इसलिए, ऐसी प्रणाली को यह सुनिश्चित करना होगा कि (उदाहरण के लिए) 128 अलग-अलग जुर्माने 128 फ्रेम के अवैधता-कैप्चर वीडियो को जारी नहीं किया जाए।

इससे बचने के लिए, प्रणाली में Deep SORT नामक वस्तु ट्रैकिंग एल्गोरिदम शामिल है, जो प्रत्येक उल्लंघन पहचान को एक अद्वितीय ‘घटना आईडी’ जोड़ता है, और यह सुनिश्चित करता है कि आईडी एक ही कैप्चर अनुक्रम के भीतर फ्रेम में दोहराया नहीं जाता है।

रात्रि सर्विलांस को संभालना

रात्रि की स्थिति के लिए, शोधकर्ता इन्फ्रा-रेड कैप्चर पर डिफ़ॉल्ट करते हैं, जैसा कि पहले के शोध परियोजनाओं में उपयोग किया गया था जो इसी चुनौती की जांच करते हैं। उन्होंने 850 और 730 नैनोमीटर के आईआर तरंग दैर्ध्य का परीक्षण किया, और पाया कि 730nm के साथ सबसे अच्छा विवरण कैप्चर किया गया था।

कागज़ में यह तर्क दिया जाता है कि यह निर्धारित करने के लिए आगे की जांच आवश्यक है कि इन्फ्रा-रेड कैप्चर का उपयोग दिन के समय की स्थिति में किस सीमा तक किया जा सकता है।

डेटा

एकल-चरण वाली प्रणाली के लिए, शोधकर्ताओं ने गूगल ओपन इमेज डेटासेट से 2,235 लाइसेंस प्लेट छवियों और 2150 स्टॉक और कस्टम-निर्मित मोबाइल फोन छवियों का उपयोग किया। चूंकि यह आवश्यक था कि ड्राइवरों द्वारा पकड़े जा रहे फोन की छवियों को शामिल किया जाए, 1,700 फोन छवियों को विशेष रूप से परियोजना के लिए लिया गया था।

दो-चरण वाली प्रणाली के लिए, 487 विंडशील्ड की एनोटेशन की आवश्यकता थी, जो प्रक्रिया के पहले चरण को प्रशिक्षित करने के लिए उपयोग की जाती थी, इसके अलावा एकल-चरण प्रक्रिया में उपयोग किए गए डेटा के अलावा।

चूंकि आधिकारिक सड़क सर्विलांस बुनियादी ढांचे तक पहुंच नहीं थी, इसलिए सभी छवियों को समान स्थितियों को अनुमानित करने के लिए स्वयंसेवकों द्वारा लिया गया था।

व्यापार-बंद

अंतिम परिणाम विभिन्न सटीकता मानकों की पेशकश करते हैं जिन्हें लागत के खिलाफ व्यापार करने की आवश्यकता होगी, जिसमें बेहतर कैप्चर उपकरण और प्रसंस्करण परिणाम उच्चतम सटीकता प्रदान करते हैं, और ‘स्वीकार्य’ सटीकता सस्ते शहरी सर्विलांस उपकरण के मौजूदा रीट्रोफिटिंग द्वारा प्राप्त की जा सकती है।

सस्ता, ‘एकल-चरण’ पाइपलाइन लगभग 75% सटीकता हासिल करती है, न्यूनतम लागत के साथ (यानी, एक सस्ते ध्रुवीकरण फिल्टर की फिटिंग), जबकि अधिक जटिल दो-चरण प्रणाली (जो विंडशील्ड क्षेत्र को अलग करती है और फिर ड्राइवर द्वारा पकड़े जा रहे मोबाइल डिवाइस की खोज करती है) उच्च सटीकता दर हासिल करती है, लेकिन केवल नए बुनियादी ढांचे के लिए उपयुक्त हो सकती है, उपलब्ध बजट के आधार पर। दोनों मामलों में, कैप्चर उपकरण की गुणवत्ता एक अतिरिक्त परिवर्तनीय है।

जैसा कि ऊपर उल्लेख किया गया है, शोधकर्ताओं की परियोजना की व्यवहार्यता की धारणा पूरी तरह से स्वचालित प्रणाली के रूप में इसके प्रदर्शन से प्रभावित लगती है – एक संदेहास्पद आवश्यकता।

परियोजना के आधिकारिक वीडियो को नीचे देखें अधिक विवरण के लिए कार्यान्वयन और दृष्टिकोण के बारे में।