视频分析与计算机视觉——最终格式交通标志库存

自动化是有趣的在几乎每一个重复的或简单的任务;交通标志的映射和库存是一个优秀的自动化用例。数字地图是越来越重要的连接车辆和导航,和智能手机已成为常态。这些思想,结合Vaisala路AI技术车辆移动视频变成一种终极格式基于计算机视觉在不同的用例。

Vaisala计算机视觉团队开发了一个最先进的交通信号映射系统支持资产管理和交通系统安全监控。RoadAI系统对于那些需要监控信号和交通安排一个简单的和手机视频记录系统。

过滤掉假阳性

通常,误报造成的挑战尤其是在计算机视觉和机器学习应用。当我们的技术团队首先说明了假阳性是过滤掉之前从计算机视觉结果可视化输出,我想“这太棒了!”。解决方案是简单,有效和可靠的通常是最好的解决方案。

开发的系统是2014年由芬兰运输机构。主要驱动力是需要管理库存与交通标志图像,让他们映射用于导航成本有效和可靠。创新的解决方案是将智能手机应用程序和计算机视觉从视频中提取和映射标志的车辆定期维护记录。RoadAI现在操作和有能力地图符号和信号在公路和铁路。独特的系统使用简单,界面支持,不仅唱的地图和个人标志图像,但创建专有的街景服务供内部使用。RoadAI提供了最简单的方法来创建你的路看来,和地图符号和道路条件的一小部分时间相比,现有的方法。

在这之后,很难声称基于静态图像的系统能一样好或可靠的基于视频系统。

系统目前服务多个城市的客户,由多个点驾驶。未来的路线图包括增加使用的人工智能和计算机视觉路标状况的分析,发现环境现象和其他基础设施资产的映射。

地图快速而可靠的交通标志

为了帮助你得到一个印象的视频检测的优越性的信心,让´s集中下图。它展示了如何检测到80公里/小时交通标志由一个视频共21倍速度正常的公路。很自然的是分类是不正确的在某些帧;计算机视觉是不完美的,就像没有人一样。光条件下,运动模糊和飞雪的典型挑战检测和分类。在这里签名是首次发现从95米,最后一次从几米的距离。共有3个不正确的分类和18正确的。因为视频,三维点云系统可以定位所有检测到相同的位置,3不正确的分类检测过滤和信心的信号是优越的。最后的检测和分类的信心是18个人的和检测;结果是可靠的,基本上永远不会犯错。