Xác định lạm dụng điện thoại di động của tài xế bằng bộ lọc phân cực và nhận dạng đối tượng

Những nhà nghiên cứu tại Anh đã đề xuất một hệ thống bên đường để tự động hóa việc phát hiện việc sử dụng điện thoại di động bất hợp pháp среди các tài xế, sử dụng bộ lọc quang học cổ điển và chụp ảnh hồng ngoại. Tùy thuộc vào chất lượng của thiết bị chụp, hệ thống đã chứng minh tỷ lệ chính xác lên đến 95,81% trong các thử nghiệm thế giới thực.

Một trong những mô hình của các nhà nghiên cứu đang hoạt động. Khu vực chắn gió đầu tiên được xác định và cô lập như một khu vực thu thập cho tìm kiếm hình ảnh của điện thoại di động. Hệ thống được thiết kế để bỏ qua điện thoại di động gắn cố định và tìm kiếm các thiết bị đang được tài xế cầm nắm. Nguồn: https://www.youtube.com/watch?v=PErIUr3Cxvg

Nghiên cứu này có tiêu đề Xác định vi phạm sử dụng điện thoại của tài xế thông qua phát hiện đối tượng hiện đại với theo dõi, và đến từ Trường Khoa học Máy tính tại Đại học Newcastle.

Overcoming Reflectivity of Windshields

Các phương pháp tiếp cận trước đây để phát hiện việc sử dụng thiết bị di động среди các tài xế đã bị cản trở bởi độ phản chiếu cao của chắn gió trong giờ ban ngày, làm trầm trọng thêm khi phản chiếu từ các nhóm đám mây lớn che khuất nội thất của xe. Những trường hợp này không thể giải quyết thực tế bằng cách sử dụng nguồn sáng hồng ngoại, vì lượng ánh sáng hồng ngoại cần thiết để thâm nhập ánh sáng ban ngày sẽ tốn nhiều tài nguyên.

Do đó, các nhà nghiên cứu Newcastle đề xuất một thủ thuật cũ nhất trong sách (từ năm 1812) để loại bỏ phản chiếu từ bề mặt kính – một bộ lọc phân cực vật lý rẻ tiền có thể được gắn vào camera giám sát bên đường, hiệu chỉnh một lần và sau đó cho phép nhìn rõ vào nội thất của xe.

Trên, một cái nhìn không được lọc của chắn gió xe hơi. Dưới, cùng một cái nhìn với bộ lọc phân cực vật lý được gắn vào máy ảnh. Nguồn: https://arxiv.org/pdf/2109.02119.pdf

Với sự chuyển đổi từ máy ảnh chuyên dụng sang cảm biến di động, sự hiện diện của bộ lọc phân cực trong văn hóa đại chúng đã giảm đáng kể xuống mức bao gồm chủ yếu trong kính râm chất lượng hợp lý, nơi người đeo có thể quan sát tính chất tiêu diệt phản chiếu của nó bằng cách nghiêng góc nhìn hoặc thay đổi góc nhìn trên vật phản chiếu.

Ánh sáng mặt trời bị tán xạ bởi các phân tử oxy và nitơ, với ánh sáng xanh bị tán xạ rộng hơn so với các bước sóng khác, khiến màu xanh trở thành màu tự nhiên của bầu trời trong ban ngày. Ánh sáng xanh bị phân cực, và một bộ lọc phân cực tuyến tính hoặc tròn có thể loại bỏ ánh sáng phân cực này một cách hiệu quả, loại bỏ phản chiếu trong quá trình này.

Bài báo thừa nhận rằng chắn gió màu khói có thể cản trở hoặc thậm chí vô hiệu hóa phương pháp này để nhìn vào xe. Tuy nhiên, vì điều này được giới hạn bởi luật pháp của Vương quốc Anh, với quy định khác nhau theo từng tiểu bang ở Mỹ, bài báo không coi đây là một chướng ngại vật chính.

YOLO

Hệ thống được đề xuất trong bài báo này nhằm tích hợp vào cơ sở hạ tầng dân sự, chẳng hạn như camera giám sát bên đường do chính phủ lắp đặt. Nhận thức được các chướng ngại vật có thể xảy ra về chi phí, các nhà nghiên cứu đã thử nghiệm các cấu hình hệ thống nhận dạng đối tượng khác nhau trên nhiều cấp độ chất lượng của thiết bị chụp, và cung cấp một kịch bản tiết kiệm chi phí mà các bộ lọc phân cực rẻ tiền có thể được thêm vào các máy ảnh hiện có, với tất cả các khía cạnh khác của hệ thống từ xa.

Bốn khuôn khổ nhận dạng đối tượng đã được thử nghiệm: You-Only-Look-Once (YOLO) phiên bản 3 và 4; SSD mạng cơ sở; Faster R-CNN; và CenterNet. Trong các thử nghiệm, kết quả chính xác nhất được thu được với YOLO V3, sử dụng một quy trình làm việc hai bước, trước tiên xác định khu vực chắn gió và sau đó tìm kiếm thiết bị di động trong không gian đó.

Tuy nhiên, cần phải chạy video qua hai mạng kết quả trong một tốc độ khung hình thấp hơn so với tối ưu, với 13,15fps, so với gần 30fps trên hệ thống đơn giản hơn. Chất lượng của kết quả phụ thuộc vào thiết bị đầu vào, và các nhà nghiên cứu đã tìm thấy rằng khi đầu vào được chia giữa máy ảnh cấp thấp và thiết bị chất lượng cao hơn, tỷ lệ chính xác gần 96% có thể đạt được trên thiết bị tốt hơn, và 74,35% trên máy ảnh rẻ hơn.

Limiting Recognized Infractions

Ngoài việc làm cho hệ thống có tính kinh tế, các nhà nghiên cứu quan tâm đến việc phát triển một hệ thống hoàn toàn tự động với sự giám sát của con người tối thiểu, và hệ thống đã được thiết kế để tự động đưa ra các khoản phạt. Tuy nhiên, vì luật pháp xung quanh việc sử dụng điện thoại di động trong khi lái xe đang trở nên nghiêm ngặt hơn trên toàn thế giới, với các hình phạt có thể vượt quá mức phạt hoặc trừ điểm giấy phép (ví dụ như ở Anh), có vẻ như việc xác minh của con người sẽ vẫn là một yếu tố trong việc triển khai hệ thống như vậy.

Mặc dù sử dụng dòng quang học và các phương pháp khác để tính đến toàn bộ nội dung video, các thuật toán nhận dạng đối tượng như YOLO coi mỗi khung hình là một ‘câu chuyện hoàn chỉnh’, và khung hình tiếp theo là một dự án tiếp theo. Do đó, một hệ thống như vậy phải được ngăn chặn khỏi việc đưa ra (ví dụ) 128 khoản phạt riêng biệt cho 128 khung hình của video bắt được vi phạm.

Để tránh điều này, hệ thống bao gồm thuật toán theo dõi đối tượng Deep SORT, thêm một ‘mã định danh sự cố’ duy nhất vào mỗi nhận dạng vi phạm, và đảm bảo rằng mã định danh không bị lặp lại trên các khung hình trong một chuỗi bắt.

Handling Night-Time Surveillance

Đối với điều kiện ban đêm, các nhà nghiên cứu sử dụng mặc định việc chụp ảnh hồng ngoại, như được sử dụng trong các dự án nghiên cứu trước đây điều tra thách thức tương tự. Họ đã thử nghiệm các bước sóng hồng ngoại 850 và 730 nanomet, và tìm thấy rằng chi tiết tốt nhất được thu được với 730nm.

Bài báo cho rằng cần phải điều tra thêm để xác định mức độ mà việc chụp ảnh hồng ngoại có thể được sử dụng trong điều kiện ban ngày.

Data

Đối với phiên bản hệ thống một bước tiết kiệm hơn, các nhà nghiên cứu đã sử dụng 2.235 hình ảnh biển số xe từ Bộ dữ liệu hình ảnh mở của Google, và 2150 hình ảnh điện thoại di động có sẵn và được tạo riêng cho dự án. Vì cần phải bao gồm hình ảnh của điện thoại di động được cầm nắm bởi các tài xế, 1.700 hình ảnh điện thoại di động đã được chụp riêng cho dự án.

Hệ thống hai bước yêu cầu việc chú thích 487 chắn gió, được sử dụng để đào tạo bước đầu tiên của quá trình, ngoài dữ liệu được sử dụng trong quá trình một bước.

Vì không có quyền truy cập vào cơ sở hạ tầng giám sát đường chính thức, tất cả hình ảnh đều được chụp bởi các tình nguyện viên để xấp xỉ các điều kiện tương tự.

Trade-Offs

Kết quả cuối cùng cung cấp một loạt các tiêu chuẩn chính xác mà cần phải được trao đổi với chi phí triển khai, với thiết bị chụp và xử lý chất lượng cao hơn cung cấp độ chính xác cao nhất, và có thể đạt được độ chính xác ‘chấp nhận được’ bằng cách cải tiến thiết bị giám sát đô thị hiện có với chi phí thấp.

Đường ống ‘một bước’ rẻ hơn đạt được gần 75% độ chính xác, với chi phí triển khai thấp nhất (tức là việc lắp đặt bộ lọc phân cực rẻ tiền), trong khi hệ thống hai bước phức tạp hơn (nơi khu vực chắn gió được cách ly trước khi tìm kiếm thiết bị di động được cầm nắm bởi tài xế) đạt được tỷ lệ chính xác cao hơn, nhưng có thể chỉ phù hợp với cơ sở hạ tầng mới, tùy thuộc vào ngân sách có sẵn. Trong cả hai trường hợp, chất lượng của thiết bị chụp là một biến số thêm.

Like đã đề cập ở trên, nhận thức của các nhà nghiên cứu về tính khả thi của dự án dường như được thông báo bởi giả định rằng hệ thống nên hoạt động hoàn toàn tự động – một yêu cầu có thể gây tranh cãi.

Xem video chính thức của dự án dưới đây để biết thêm chi tiết về việc triển khai và các phương pháp được sử dụng.