Идентификовање злоупотребе мобилних телефона возача помоћу поларизационих филтера и препознавања објеката

Истраживачи у Великој Британији предложили су систем поред пута за аутоматизацију откривања илегалне употребе мобилних телефона међу возачима, користећи класичне фото-оптичке филтере и инфрацрвено снимање. У зависности од квалитета опреме за хватање, систем је показао стопу тачности до 95.81% у тестовима у стварном свету.

Један од истраживачких модела на делу. Област ветробранског стакла се прво идентификује и изолује као подручје за претрагу слика мобилног телефона уз помоћ вештачке интелигенције. Систем је дизајниран да игнорише монтиране мобилне телефоне и тражи уређаје које возач активно држи. Извор: хттпс://ввв.иоутубе.цом/ватцх?в=ПЕРИУр3Цквг

истраживање је насловљен Идентификација кршења коришћења телефона возача путем детекције најсавременијих објеката са праћењем, и долази са Рачунарске школе на Универзитету Њукасл.

Превазилажење рефлективности ветробранских стакала

Ранији приступи детектовању коришћења мобилних уређаја међу возачима били су ометени због високе рефлексије ветробранских стакла током сати дневног светла, што је погоршано када рефлексије од група великих облака додатно замагљују унутрашњост возила. Такви случајеви се не могу реално решити са инфрацрвеним изворима светлости, пошто би количина ИР осветљења која је неопходна за продирање природне дневне светлости била интензивна за ресурсе.

Стога истраживачи из Њукасла предлажу најстарији трик у књизи (који датира из 1812. године) за уклањање рефлексије са видљиве стаклене површине – јефтин, физички поларизациони филтер који се могу причврстити на камере за надзор поред пута, једном калибрисати и након тога омогућити јасан поглед у унутрашњост возила.

Изнад, нефилтрирани поглед на шофершајбну аутомобила. Испод, исти поглед са физичким поларизационим филтером причвршћеним на камеру. Извор: хттпс://аркив.орг/пдф/2109.02119.пдф

Са популарним преласком са наменских камера на сензоре засноване на мобилним уређајима, присуство поларизационог филтера у популарној култури је у великој мери сведено на његово укључивање у наочаре за сунце разумног квалитета, где корисник може да посматра његова својства убијања рефлексије тако што ће нагињати своју тачку гледишта или мењати своје гледиште на рефлектујући објекат.

Сунчева светлост се распршује молекулима кисеоника и азота, при чему је плава светлост више расејана од других таласних дужина, што плаву чини природном бојом ведрог неба током дана. Плаво светло је поларизовано, а а линеарни или кружни поларизована сочива могу ефикасно елиминисати ову поларизовану светлост, уклањајући рефлексије у процесу.

Лист признаје да би задимљена шофершајбна могла да омета или чак осујети ову методу гледања у аутомобил. Међутим, пошто је ово ограничено законима Уједињеног Краљевства, с обзиром да се прописи разликују у зависности од државе у САД, лист ово не сматра примарном препреком.

ИОЛО

Систем који овај документ предлаже требало би да буде интегрисан у цивилну инфраструктуру, као што су камере за надзор поред путева које је поставила влада. Свесни могућих препрека око трошкова, истраживачи су тестирали различите конфигурације система за препознавање објеката на различитим нивоима квалитета опреме за снимање и понудили сценарио са минималним трошковима где би јефтини поларизациони филтери могли да се додају постојећим камерама, са свим другим аспектима систем даљински.

Тестирана су четири оквира за препознавање објеката: Иоу-Онли-Лоок-Онце (ИОЛО) верзије 3 и 4; ССД базна мрежа; Бржи Р-ЦНН; и ЦентерНет. У тестовима, најтачнији резултати су добијени са ИОЛО В3, користећи ток рада у два корака који прво локализује област ветробранског стакла, а затим тражи мобилни уређај у том простору.

Међутим, потреба за покретањем видеа кроз две мреже доводи до мање од оптималне брзине кадрова од 13.15 кадрова у секунди, у поређењу са ближим 30 кадрова у секунди на једноставнијем систему. Квалитет резултата зависи од улазне опреме, а истраживачи су открили да када је улаз подељен између јефтинијих камера и опреме вишег квалитета, стопа тачности од близу 96% је била могућа на бољем комплету, а 74.35% на јефтинијем камере.

Ограничавање признатих прекршаја

Поред тога што ће систем учинити економски одрживим, истраживачи су забринути да развију потпуно аутоматизован систем са минимумом неопходног људског надзора, а систем је замишљен да аутоматски испоручује казне. Међутим, пошто закони о коришћењу мобилних телефона током вожње постају строжи широм света, са казнама које могу премашити пуке новчане казне или одбитке лиценце (тј. у УК), чини се вероватно да ће случајна људска верификација остати фактор у примени такав систем.

Упркос коришћењу оптичког тока и других метода за узимање у обзир целокупног видео садржаја, алгоритми за препознавање објеката као што је ИОЛО сваки кадар сматрају 'комплетном причом', а следећи оквир накнадним пројектом. Према томе, систем ове природе мора бити спречен да изда (на пример) 128 одвојених казни које покривају 128 кадрова видео записа који снима прекршаје.

Да би се ово избегло, систем укључује алгоритам за праћење објеката Дубоко СОРТ, који додаје јединствени 'ИД инцидента' сваком препознавању прекршаја и осигурава да се ИД не дуплира у оквирима унутар једне секвенце снимања.

Руковање ноћним надзором

За ноћне услове, истраживачи подразумевано користе инфрацрвено снимање, као што је коришћено у претходним истраживачким пројектима који истражују исти изазов. Они су тестирали ИР таласне дужине од 850 и 730 нанометара и открили да су најбољи детаљи ухваћени са 730 нм.

У раду се тврди да је потребно даље истраживање како би се утврдило у којој мери би инфрацрвено хватање могло да се користи у дневним условима.

Датум

За економичнију верзију система у једном кораку, истраживачи су користили 2,235 слика регистарских таблица са Скуп података Гоогле отворених сликаи 2150 слика за мобилне телефоне направљене по наруџбини. Пошто је било неопходно укључити слике телефона које држе возачи, 1,700 слика телефона је снимљено посебно за пројекат.

Систем у два корака захтевао је напомену од 487 ветробрана, који се користе за обуку првог корака процеса, поред података који се користе у процесу у једном кораку.

Пошто није било приступа службеној инфраструктури за надзор путева, све слике су снимили волонтери да би се приближили сличним условима.

Траде-Оффс

Коначни резултати нуде низ стандарда тачности који би требало да се компензују са трошковима имплементације, са супериорном опремом за снимање и резултатима обраде који нуде највећу прецизност, и вероватно „прихватљиву“ прецизност која се може постићи јефтином накнадном уградњом постојеће опреме за урбани надзор .

Јефтинији, „једностепени“ цевовод постиже нешто близу 75% тачности, са најнижим трошковима имплементације (тј. постављање јефтиног поларизационог филтера), док сложенији систем у два корака (који изолује област ветробранског стакла пре него што тражи мобилни уређај који држи возач) постиже веће стопе тачности, али може бити погодан само за нову инфраструктуру, у зависности од расположивог буџета. У оба случаја, квалитет опреме за снимање је додатна варијабла.

Као што је горе наведено, чини се да је перцепција истраживача о одрживости пројекта заснована на претпоставци да систем треба да ради потпуно аутономно – што је сумњив захтев.

Погледајте званични видео о пројекту испод за више детаља о имплементацији и коришћеним приступима.