Identificazione dell'abuso di telefoni cellulari da parte dei conducenti con filtri polarizzanti e riconoscimento di oggetti

I ricercatori nel Regno Unito hanno proposto un sistema stradale per automatizzare il rilevamento dell'uso illegale di telefoni cellulari tra i conducenti, utilizzando i classici filtri foto-ottici e la cattura a infrarossi. A seconda della qualità dell'attrezzatura di acquisizione, il sistema ha dimostrato un tasso di precisione fino al 95.81% nelle prove del mondo reale.

Uno dei modelli dei ricercatori in azione. L'area del parabrezza viene inizialmente identificata e isolata come area di raccolta per una ricerca assistita dall'intelligenza artificiale di immagini di un telefono cellulare. Il sistema è progettato per ignorare i telefoni cellulari montati e cercare i dispositivi che vengono tenuti attivamente in mano dal conducente. Fonte: https://www.youtube.com/watch?v=PErIUr3Cxvg

. riparazioni è intitolato Identificazione delle violazioni dell'utilizzo del telefono del conducente tramite rilevamento di oggetti all'avanguardia con tracciamento, e proviene dalla School of Computing dell'Università di Newcastle.

Superare la riflettività dei parabrezza

Gli approcci precedenti al rilevamento dell'utilizzo dei dispositivi mobili tra i conducenti sono stati ostacolati dall'elevata riflettività dei parabrezza durante le ore diurne, esacerbata quando i riflessi di gruppi di grandi nuvole oscurano ulteriormente l'interno del veicolo. Tali casi non possono realisticamente essere affrontati con sorgenti luminose a infrarossi, poiché la quantità di illuminazione IR necessaria per penetrare la luce naturale del giorno richiederebbe un uso intensivo delle risorse.

Pertanto i ricercatori di Newcastle propongono il trucco più antico del libro (risalente al 1812) per eliminare i riflessi da una superficie di vetro percepita: un trucco fisico economico filtro polarizzatore che potrebbe essere collegato alle telecamere di sorveglianza lungo la strada, calibrato una volta e, successivamente, consentire una visione chiara degli interni dei veicoli.

Sopra, una veduta non filtrata del parabrezza di un'auto. Sotto, la stessa vista con un filtro polarizzatore fisico collegato alla fotocamera. Fonte: https://arxiv.org/pdf/2109.02119.pdf

Con il passaggio dalle fotocamere dedicate ai sensori basati sui dispositivi mobili, la presenza del filtro polarizzante nella cultura popolare si è ridotta in gran parte alla sua inclusione in occhiali da sole di qualità ragionevole, dove chi li indossa può osservare le sue proprietà antiriflesso inclinando il punto di vista o cambiando il punto di vista sull'oggetto riflettente.

La luce solare è diffusa dalle molecole di ossigeno e azoto, con la luce blu diffusa più ampiamente rispetto ad altre lunghezze d'onda, rendendo il blu il colore nativo di un cielo limpido durante il giorno. La luce blu è polarizzata e a lineare o circolare la lente polarizzata può eliminare efficacemente questa luce polarizzata, rimuovendo i riflessi nel processo.

Il documento riconosce che i parabrezza fumé potrebbero impedire o addirittura sventare questo metodo di vedere all'interno dell'auto. Tuttavia, poiché questo è limitato dalla legge del Regno Unito, con normative che variano da stato a stato negli Stati Uniti, il documento non lo considera un ostacolo principale.

YOLO

Il sistema che il documento propone è destinato ad essere integrato nelle infrastrutture civiche, come le telecamere di sorveglianza stradale installate dal governo. Consapevoli dei possibili ostacoli sui costi, i ricercatori hanno testato varie configurazioni del sistema di riconoscimento degli oggetti su una varietà di livelli di qualità delle apparecchiature di acquisizione e offrono uno scenario a costo minimo in cui filtri polarizzatori economici potrebbero essere aggiunti alle fotocamere esistenti, con tutti gli altri aspetti del sistema remoto.

Sono stati testati quattro framework di riconoscimento degli oggetti: You-Only-Look-Once (YOLO) versioni 3 e 4; SSD rete di base; R-CNN più veloce, E Centro Net. Nei test, i risultati più accurati sono stati ottenuti con YOLO V3, utilizzando un flusso di lavoro in due fasi che prima localizza l'area del parabrezza e poi cerca un dispositivo mobile in quello spazio.

Tuttavia, la necessità di eseguire il video attraverso due reti si traduce in un frame rate non ottimale di 13.15 fps, rispetto ai 30 fps più vicini sul sistema più semplice. La qualità dei risultati dipende dall'apparecchiatura di input e i ricercatori hanno scoperto che quando l'input veniva diviso tra fotocamere di fascia bassa e apparecchiature di qualità superiore, era possibile un tasso di precisione vicino al 96% con il kit migliore e del 74.35% con quello più economico. macchine fotografiche.

Limitare le infrazioni riconosciute

Oltre a rendere il sistema economicamente fattibile, i ricercatori si preoccupano di sviluppare un sistema completamente automatizzato con un minimo di supervisione umana necessaria, e il sistema è stato concepito per infliggere automaticamente multe. Tuttavia, dal momento che le leggi sull'uso del telefono cellulare durante la guida stanno diventando più severe in tutto il mondo, con sanzioni che possono superare le mere multe o detrazioni di punti per la patente (ad esempio nel Regno Unito), sembra probabile che la verifica umana casuale rimarrebbe un fattore nell'implementazione di un tale sistema.

Nonostante l'utilizzo del flusso ottico e di altri metodi per tenere conto dell'intero contenuto video, algoritmi di riconoscimento degli oggetti come YOLO considerano ogni fotogramma una "storia completa" e il fotogramma successivo un progetto successivo. Pertanto, un sistema di questa natura deve essere impedito di emettere (ad esempio) 128 multe distinte per 128 fotogrammi di video che catturano l'infrazione.

Per evitare ciò, il sistema incorpora l'algoritmo di tracciamento degli oggetti ORDINAMENTO profondo, che aggiunge un 'ID incidente' univoco a ogni riconoscimento di infrazione e garantisce che l'ID non venga duplicato nei fotogrammi all'interno di una singola sequenza di acquisizione.

Gestione della sorveglianza notturna

Per le condizioni notturne, i ricercatori utilizzano per impostazione predefinita la cattura a infrarossi, come utilizzato in precedenti progetti di ricerca che indagavano sulla stessa sfida. Hanno testato lunghezze d'onda IR di 850 e 730 nanometri e hanno scoperto che i dettagli migliori venivano catturati con 730 nm.

Il documento sostiene che sono necessarie ulteriori indagini per determinare fino a che punto la cattura a infrarossi potrebbe essere utilizzata durante le condizioni diurne.

Dati

Per la versione più economica del sistema in un unico passaggio, i ricercatori hanno utilizzato 2,235 immagini di targhe del Set di dati di Google Open Imagese 2150 immagini stock e personalizzate per telefoni cellulari. Poiché era necessario includere immagini di telefoni trattenuti dai conducenti, 1,700 immagini del telefono sono state scattate appositamente per il progetto.

Il sistema in due fasi richiedeva l'annotazione di 487 parabrezza, utilizzati per addestrare la prima fase del processo, oltre ai dati utilizzati nel processo in una fase.

Poiché non c'era accesso alle infrastrutture di sorveglianza stradale ufficiale, tutte le immagini sono state scattate da volontari per approssimare condizioni simili.

Trade-off

I risultati finali offrono una gamma di standard di accuratezza che dovrebbero essere bilanciati con i costi di implementazione, con apparecchiature di acquisizione e risultati di elaborazione superiori che offrono la massima accuratezza e una precisione presumibilmente "accettabile" ottenibile mediante un economico adeguamento delle apparecchiature di sorveglianza urbana esistenti.

Il sistema di pipeline "a passaggio singolo", più economico, raggiunge una precisione prossima al 75%, con i costi di implementazione più bassi (ad esempio l'installazione di un filtro polarizzatore economico), mentre il sistema a due passaggi, più complesso (che isola l'area del parabrezza prima di cercare un dispositivo mobile tenuto dal conducente), raggiunge tassi di precisione più elevati, ma potrebbe essere adatto solo per nuove infrastrutture, a seconda del budget disponibile. In entrambi i casi, la qualità dell'attrezzatura di acquisizione è una variabile aggiuntiva.

Come già accennato in precedenza, la percezione dei ricercatori sulla fattibilità del progetto sembra essere basata sul presupposto che il sistema debba funzionare in modo completamente autonomo, un requisito discutibile.

Per maggiori dettagli sull'implementazione e sugli approcci utilizzati, guarda il video ufficiale del progetto qui sotto.