基于視覺的汽車安全系統(tǒng)在應(yīng)用中仍然難以實現(xiàn)，一方面，通過計算機視覺算法能快速檢測路上的行人，但是在區(qū)分行人和類似物體等復(fù)雜情況下，依然不夠成熟。另一方面，機器學(xué)習(xí)算法(又稱深度神經(jīng)網(wǎng)絡(luò))仿照人腦行為，研究人員能夠訓(xùn)練出比之前方法更富辨別力，處理復(fù)雜的模式識別，但是在實時的行人檢測上處理的效率太慢。
加州大學(xué)圣地亞哥分校電氣工程教授Nuno Vasconcelos和他的團隊研究的新算法，可以通過每秒 2 至 4 幀的速度，檢測行人的變化，有效避免行人突然停止移動而出現(xiàn)的緊急剎車或造成意外事故。
這套系統(tǒng)的關(guān)鍵在于——可以識別更加復(fù)雜的路況。與其他類似的系統(tǒng)相比，該算法的系統(tǒng)出錯率只有前者的一半，而且計算能力更加突出，能在遠處對行人的移動進行預(yù)判。研究小組計劃未來讓系統(tǒng)變得更加實用：不僅應(yīng)用于車輛，還能應(yīng)用于機器人、安全攝像頭等設(shè)備。
「在此之前，沒有算法能夠在行人檢測的準確性和速度上做到優(yōu)化和平衡，我們通過新算法能得到更好的實時、準確的行人檢測結(jié)果。」Vasconcelos 說道。
在早期的分析中，新算法從相對簡單的算法開始，過濾掉比如天空等非行人部分的圖像，然后進行更為成熟的深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)分析，最后通過該算法來檢測物體的精度性和復(fù)雜性。
目前谷歌的無人駕駛汽車依靠的是雷達、激光雷達等傳感器來探測路上的行人。如果去掉成本高昂的設(shè)備如激光雷達(成本 7 萬美元，約合人民幣 40 萬 )，可使無人駕駛汽車成本下降，更早投入商用。
谷歌在去年便開始研發(fā)基于視頻的行人監(jiān)測系統(tǒng)，其采用的便是深度學(xué)習(xí)算法，能在 0.25 秒內(nèi)準確識別路上的行人。在谷歌負責(zé)計算機視覺和機器學(xué)習(xí)的研究科學(xué)家 Anelia Angelova表示，「視覺信息相比雷達數(shù)據(jù)，可以給車描摹一個更廣闊的視域，但是整個處理過程要慢一些。」因此傳統(tǒng)深度神經(jīng)網(wǎng)絡(luò)技術(shù)在行人檢測場景的應(yīng)用，一直比較緩慢。
陳茂告訴雷鋒網(wǎng)，行人識別的實現(xiàn)方式有很多種，當前最流行的是深度學(xué)習(xí)。國外也有基于模式識別的算法，識別率在 85% 左右，而深度學(xué)習(xí)的識別率能做到 90% 以上，這也是當前各公司追捧它的原因。對于在使用過程中存在少量的誤報或漏報等檢測失效的情況，則是因為路況比如逆光刺眼、路面積水反光、車道標線模糊等原因造成的。
所以汽車廠商對于汽車安全特別謹慎和保守：任何技術(shù)都有其軟肋，沒有絕對完美的技術(shù)?！缸孕旭{駛?cè)诤狭撕芏嗷パa的技術(shù)，當一種技術(shù)失靈時會啟用另外一種技術(shù)來檢測。汽車在技術(shù)上是有冗余和備份的。這是因為一旦出現(xiàn)任何事故，車主只會找汽車廠商，而不會找供應(yīng)商。」
盤點：視頻監(jiān)控領(lǐng)域的那些新亮點
三維視覺系統(tǒng)能提升復(fù)雜場景下視頻監(jiān)控的準確率
a&s傳媒是全球知名展覽公司法蘭克福展覽集團旗下的專業(yè)媒體平臺，自1994年品牌成立以來，一直專注于安全&自動化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場趨勢的專業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國際行業(yè)展覽會資源以及豐富的媒體經(jīng)驗，提供媒體、活動、展會等整合營銷服務(wù)。
粵公網(wǎng)安備 44030402000264號
