Velobraucēju kustības trajektoriju analīze, izmantojot iOS Vision attēlu atpazīšanu

Abstract

Pārprojektējot krustojumus vai tos slēdzot remontdarbu laikā, ir svarīgi organizēt satiksmi, lai tā apmierinātu esošo dalībnieku pārvietošanās plūsmu un intensitāti. Velo braucēju trajektoriju atzīmēšana ielas attēlā ir viens no uzskatāmiem pamatojumiem, plānojot šādas izmaiņas. Darbā tiek aprakstīti iespējamie risinājumi velo braucēju atpazīšanā ar konvolūciju neironu tīkliem un izsekošanā ar datorredzi. Izvēlētie risinājumi tiek izmantoti mobilās lietotnes izstrādē uz iOS operētājsistēmas ierīcēm, kas reāllaikā spētu reģistrēt velo braucēju pārvietošanos un atzīmēt veiktās trajektorijas virs videomateriāla. Šāds rezultāts tika sasniegts, kas potenciāli spētu risināt šādu problēmu ātrāk nekā reāllaikā, ja tiek izmantots iepriekš uzņemts video materiāls, nevis ierīces kamera.

When designing intersections or closing them during construction work it is crucial to satisfy current flow and intensity of traffic participants. Visualizing trajectories performed by cyclists is one of the ways to prove existing demand when making such changes. Paper shows possible solutions to detect cyclists using convolutional neural networks and track them with computer vision. Feasible solutions are used to develop real-time iOS application which can track cyclists and visualize performed trajectories above image. Developed solution has potential to perform this faster than real-time if previously captured video is processed instead of live capture from device’s camera.