Архив статей журнала
В статье рассматриваются разработанные методы детектирования и классификации объектов в транспортном потоке на данных космической съемки сверхвысокого пространственного разрешения. С появлением в свободном доступе больших объемов спутниковых данных все большую актуальность приобретает развитие методов машинного обучения на основании геопространственных данных, в частности, спутниковых. В настоящей работе обоснован выбор источника данных о транспортных потоках - спутниковых снимков сверхвысокого разрешения, рассмотрены основные проблемы и задачи, связанные с распознаванием и классификацией объектов. Целью автора является разработка цепочки алгоритмов, позволяющей с высокой точностью детектировать и классифицировать объекты в транспортных потоках. Исследования основаны на численной оценке качества работы алгоритмов. В работе используются методы распознавания образов, машинного обучения и обработки цифровых изображений. Научная новизна заключается в уникальном алгоритме извлечения изображений локальных участков улично-дорожной сети, алгоритме определения направления дорожного движения объекта, модернизации алгоритма селективного поиска. Следует подчеркнуть, что используемые данные съемки сверхвысокого разрешения появились в доступе для частного использования относительно недавно.
В работе рассматривается задача автоматической разметки дорожной сцены для определения скорости объектов безрадарным методом на данных только с одной стационарной камеры. Помимо ограничения в количестве используемых камер - не более одной камеры для сцены, от решения требуется наличие возможности автоматического расчета разметки на микрокомпьютере. Для получения корректной разметки применяются расчет точек схода на основе анализа информации о подвижных участниках дорожной сцены и расчет матрицы преобразования для получения вида сверху на сцену. Под разметкой сцены понимается набор виртуальных линий на дорожном полотне, которые позволяют определять скорость транспортного средства при последовательном пересечении им этих линий. Совместное использование расчета точек схода и построения вида сверху дает возможность с минимальными вычислительными затратами получить требуемый результат с достаточной точностью, несмотря на проблемы из-за перспективы изображения. В работе показана применимость подхода для автоматической разметки дорожных сцен с целью определения скорости на устройствах различного типа, таких как платформы c архитектурой x86 и микрокомпьютеры Nvidia Jetson. Отличительной особенностью метода является полная автоматизация разметки, при которой все этапы реализуются автоматически без помощи оператора. К тому же метод не требует никаких предварительных расчетов, связанных с учетом характеристик камеры, на которую ведется съемка. Возможность развертывания предложенного решения на микрокомпьютерах позволяет масштабировать различные системы мониторинга и анализа дорожной инфраструктуры, а для добавления в систему новой локации достаточно установить единое устройство, объединяющее как устройство ввода (камеру), так и вычислитель (микрокомпьютер).