Нов начин за засичане на необичайни ситуации на пешеходни пътеки е предложен от учени от Южноуралския държавен университет в рамките на международен екип.
Още: ЕК призова за откриване на първия преговорен клъстер с Украйна, но Орбан е пречка
Още: Освиркаха Кейт Мидълтън пред очите на децата ѝ (ВИДЕО)
Според изследователите методът ще подобри значително безопасността на пешеходците. Резултатите от изследването са публикувани в списанието „Safety Science“.
Всяка година повече от 270 000 пешеходци по света загиват при пътни инциденти. Съвременните модели, разработени на базата на компютърен анализ на движенията на пешеходците, се основават на набор от предварително определени признаци. Според учените подобен метод е "ненадежден" поради проблема с мащабирането на картината.
Изследователите са разработили нов метод за прогнозиране на сблъсъците на пешеходци с други участници в движението. Той се основава на високоточна невронна мрежа, която анализира изображения, получени от видеокамери в различни градски локации.
Още: По-малко пари и оръжия за Украйна от САЩ: Официално искане на Пентагона (ОБЗОР - ВИДЕО)
Още: "Направих огромна грешка!": Принц Хари иска да изведе децата си от САЩ
"Разработен е CNN модел за извличане на важни характеристики и откриване на аномалии или нежелани обекти (т.е. велосипедисти) от изображения, заснети от камери за наблюдение на пешеходни пътеки. Преди да се приложи CNN моделът за анализ на изображенията, трябва да се извърши предварителна обработка, за да се подобри качеството на изображенията и да се премахне излишната информация, както и за да се подобри времето за анализ и точност на откриване на обектите", обяснява старши изследователят в катедрата по извличане на данни и виртуализация Сачин Кумар.
Независими и обективни новини - Actualno.com ги представя и във Viber! Последвайте ни тук!
Още: Война на Русия и НАТО - данни колко ще струва
Още: Дезертьорство и бягство от армията: Русия с нови рекорди, в Украйна още не ги догонват
Според Кумар предварителната обработка позволява премахването на излишната информация, което подобрява качеството на изображенията. В резултат на това е станало възможно правилното класифициране на изображението и намирането на необходимия обект в изображението на крайния етап.
В процеса на изследване учените са използвали невронната мрежа MRCNN, интегрирана с мрежите DenseNet (гъста високоточна мрежа за класифициране на изображения).
Високата ефективност на новия метод вече е потвърдена от различни симулатори. Изследователите отбелязват, че службите за пътна безопасност могат да използват техните компютърни програми.
Още: Какво обсъдиха Макрон и Тръмп на Г-7? Ето ги темите
Още: "Сериозни атаки и пренебрегване": Гутереш защитава ООН и обяви, че не е "меню по избор"
Изследването е проведено от специалисти от Русия, Саудитска Арабия и Индия.
