https://ria.ru/20211026/yuurgu-1755585613.html
Ученые предложили новый способ обеспечения безопасности пешеходов
Ученые предложили новый способ обеспечения безопасности пешеходов - РИА Новости, 26.10.2021
Ученые предложили новый способ обеспечения безопасности пешеходов
Исследователи из Южно-Уральского государственного университета (ЮУрГУ) вошли в состав международной команды ученых, предложившей новый способ выявления... РИА Новости, 26.10.2021
2021-10-26T03:00:00+03:00
2021-10-26T03:00:00+03:00
2021-10-26T03:00:00+03:00
наука
технологии
челябинск
южно-уральский государственный университет
навигатор абитуриента
университетская наука
россия
индия
https://cdnn21.img.ria.ru/images/07e5/06/14/1737753553_0:136:3218:1946_1920x0_80_0_0_fc42f4688280d012e32937379fbd6044.jpg
МОСКВА, 26 окт – РИА Новости. Исследователи из Южно-Уральского государственного университета (ЮУрГУ) вошли в состав международной команды ученых, предложившей новый способ выявления нестандартных ситуаций в пешеходных зонах. По их мнению, разработанный ими метод позволит существенно повысить безопасность пешеходов. Результаты исследования опубликованы в журнале Safety Science.Каждый год на дорогах по всему миру погибают более 270 тысяч пешеходов. В основе существующих моделей обеспечения их безопасности лежит компьютерный анализ движений пешеходов, исходя из предопределенных атрибутов, однако, по мнению ученых из ЮУрГУ, такой подход "ненадежен" из-за проблем с масштабированием изображения.Исследователи разработали новый метод прогнозирования столкновений пешеходов с другими участниками дорожного движения, например, автомобилями, скейтбордистами, велосипедистами или другими объектами в пешеходных зонах. В основе их решения лежит высокоточный анализ изображений с дорожных видеокамер с помощью нейронных сетей."Для выделения важных деталей и обнаружения на изображениях, полученных с камер видеонаблюдения, аномалий или нежелательных объектов в пешеходных зонах, например, велосипедистов, разработана модель CNN. Но, прежде чем применить ее к анализу изображений, необходимо провести их предварительную обработку, чтобы повысить качество изображения и убрать ненужную информацию, что позволяет ускорить анализ данных и точность выявления объектов".По его словам, предварительная обработка изображений позволяет устранить лишнюю информацию и повысить качество снимка, что дает возможность правильно классифицировать изображение, а на конечном этапе найти на нем нужный объект.В рамках своего исследования ученые использовали нейронную сеть MRCNN, интегрированную с сетью DenseNet – "плотной" высокоточной нейронной сетью, позволяющей классифицировать изображения.Новый метод уже протестирован на ряде систем моделирования и доказал свою высокую эффективность. Исследователи отметили, что созданные на основе такой технологии компьютерные программы могли бы оказаться востребованными для служб дорожной безопасности.В исследовании участвовали ученые из России, Саудовской Аравии и Индии.
https://ria.ru/20200617/1573019207.html
https://ria.ru/20201120/mifi-1585311318.html
челябинск
россия
индия
саудовская аравия
РИА Новости
internet-group@rian.ru
7 495 645-6601
ФГУП МИА «Россия сегодня»
https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/
2021
РИА Новости
internet-group@rian.ru
7 495 645-6601
ФГУП МИА «Россия сегодня»
https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/
Новости
ru-RU
https://ria.ru/docs/about/copyright.html
https://xn--c1acbl2abdlkab1og.xn--p1ai/
РИА Новости
internet-group@rian.ru
7 495 645-6601
ФГУП МИА «Россия сегодня»
https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/
https://cdnn21.img.ria.ru/images/07e5/06/14/1737753553_263:0:2994:2048_1920x0_80_0_0_558ed5610717d2fcc0c5328cacac0e04.jpgРИА Новости
internet-group@rian.ru
7 495 645-6601
ФГУП МИА «Россия сегодня»
https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/
РИА Новости
internet-group@rian.ru
7 495 645-6601
ФГУП МИА «Россия сегодня»
https://xn--c1acbl2abdlkab1og.xn--p1ai/awards/
технологии, челябинск, южно-уральский государственный университет, навигатор абитуриента, университетская наука, россия, индия, саудовская аравия
Наука, Технологии, Челябинск, Южно-Уральский государственный университет, Навигатор абитуриента, Университетская наука, Россия, Индия, Саудовская Аравия
МОСКВА, 26 окт – РИА Новости. Исследователи из Южно-Уральского государственного университета (
ЮУрГУ) вошли в состав международной команды ученых, предложившей новый способ выявления нестандартных ситуаций в пешеходных зонах. По их мнению, разработанный ими метод позволит существенно повысить безопасность пешеходов. Результаты исследования опубликованы в журнале
Safety Science.
Каждый год на дорогах по всему миру погибают более 270 тысяч пешеходов. В основе существующих моделей обеспечения их безопасности лежит компьютерный анализ движений пешеходов, исходя из предопределенных атрибутов, однако, по мнению ученых из ЮУрГУ, такой подход "ненадежен" из-за проблем с масштабированием изображения.
Исследователи разработали новый метод прогнозирования столкновений пешеходов с другими участниками дорожного движения, например, автомобилями, скейтбордистами, велосипедистами или другими объектами в пешеходных зонах. В основе их решения лежит высокоточный анализ изображений с дорожных видеокамер с помощью нейронных сетей.
«
"Для выделения важных деталей и обнаружения на изображениях, полученных с камер видеонаблюдения, аномалий или нежелательных объектов в пешеходных зонах, например, велосипедистов, разработана модель CNN. Но, прежде чем применить ее к анализу изображений, необходимо провести их предварительную обработку, чтобы повысить качество изображения и убрать ненужную информацию, что позволяет ускорить анализ данных и точность выявления объектов".
Сачин Кумар
старший научный сотрудник отдела интеллектуального анализа данных и виртуализации ЮУрГУ
По его словам, предварительная обработка изображений позволяет устранить лишнюю информацию и повысить качество снимка, что дает возможность правильно классифицировать изображение, а на конечном этапе найти на нем нужный объект.
В рамках своего исследования ученые использовали нейронную сеть MRCNN, интегрированную с сетью DenseNet – "плотной" высокоточной нейронной сетью, позволяющей классифицировать изображения.
Новый метод уже протестирован на ряде систем моделирования и доказал свою высокую эффективность. Исследователи отметили, что созданные на основе такой технологии компьютерные программы могли бы оказаться востребованными для служб дорожной безопасности.
В исследовании участвовали ученые из России, Саудовской Аравии и Индии.