a&s专业的自动化&安全生态服务平台
公众号
安全自动化

安全自动化

安防知识网

安防知识网

手机站
手机站

手机站

大安防供需平台
大安防供需平台

大安防供需平台

资讯频道横幅A1
首页 > 资讯 > 正文

加州大学新算法:让智能汽车更精准检测行人

来自加州大学圣地亚哥分校的工程师则研发了一套基于视觉信号进行实时探测的行人检测系统,这套视频系统能使智能汽车更精准检测行人
资讯频道文章B
  时至今日,汽车防碰撞系统和实验性质的无人驾驶汽车依靠的是雷达等传感器来检测路上的行人。来自加州大学圣地亚哥分校的工程师则研发了一套基于视觉信号进行实时探测的行人检测系统,这套视频系统能使智能汽车更精准检测行人,成本也更加便宜。

  基于视觉的汽车安全系统在应用中仍然难以实现,一方面,通过计算机视觉算法能快速检测路上的行人,但是在区分行人和类似物体等复杂情况下,依然不够成熟。另一方面,机器学习算法(又称深度神经网络)仿照人脑行为,研究人员能够训练出比之前方法更富辨别力,处理复杂的模式识别,但是在实时的行人检测上处理的效率太慢。

  加州大学圣地亚哥分校电气工程教授Nuno Vasconcelos和他的团队研究的新算法,可以通过每秒 2 至 4 帧的速度,检测行人的变化,有效避免行人突然停止移动而出现的紧急刹车或造成意外事故。

  这套系统的关键在于——可以识别更加复杂的路况。与其他类似的系统相比,该算法的系统出错率只有前者的一半,而且计算能力更加突出,能在远处对行人的移动进行预判。研究小组计划未来让系统变得更加实用:不仅应用于车辆,还能应用于机器人、安全摄像头等设备。

  「在此之前,没有算法能够在行人检测的准确性和速度上做到优化和平衡,我们通过新算法能得到更好的实时、准确的行人检测结果。」Vasconcelos 说道。

  在早期的分析中,新算法从相对简单的算法开始,过滤掉比如天空等非行人部分的图像,然后进行更为成熟的深度学习和神经网络分析,最后通过该算法来检测物体的精度性和复杂性。

  目前谷歌的无人驾驶汽车依靠的是雷达、激光雷达等传感器来探测路上的行人。如果去掉成本高昂的设备如激光雷达(成本 7 万美元,约合人民币 40 万 ),可使无人驾驶汽车成本下降,更早投入商用。

  

  谷歌在去年便开始研发基于视频的行人监测系统,其采用的便是深度学习算法,能在 0.25 秒内准确识别路上的行人。在谷歌负责计算机视觉和机器学习的研究科学家 Anelia Angelova表示,「视觉信息相比雷达数据,可以给车描摹一个更广阔的视域,但是整个处理过程要慢一些。」因此传统深度神经网络技术在行人检测场景的应用,一直比较缓慢。

  陈茂告诉雷锋网,行人识别的实现方式有很多种,当前最流行的是深度学习。国外也有基于模式识别的算法,识别率在 85% 左右,而深度学习的识别率能做到 90% 以上,这也是当前各公司追捧它的原因。对于在使用过程中存在少量的误报或漏报等检测失效的情况,则是因为路况比如逆光刺眼、路面积水反光、车道标线模糊等原因造成的。

  所以汽车厂商对于汽车安全特别谨慎和保守:任何技术都有其软肋,没有绝对完美的技术。「自行驾驶融合了很多互补的技术,当一种技术失灵时会启用另外一种技术来检测。汽车在技术上是有冗余和备份的。这是因为一旦出现任何事故,车主只会找汽车厂商,而不会找供应商。」

盘点:视频监控领域的那些新亮点
三维视觉系统能提升复杂场景下视频监控的准确率

参与评论
回复:
0/300
文明上网理性发言,评论区仅供其表达个人看法,并不表明a&s观点。
0
关于我们

a&s传媒是全球知名展览公司法兰克福展览集团旗下的专业媒体平台,自1994年品牌成立以来,一直专注于安全&自动化产业前沿产品、技术及市场趋势的专业媒体传播和品牌服务。从安全管理到产业数字化,a&s传媒拥有首屈一指的国际行业展览会资源以及丰富的媒体经验,提供媒体、活动、展会等整合营销服务。

免责声明:本站所使用的字体和图片文字等素材部分来源于互联网共享平台。如使用任何字体和图片文字有冒犯其版权所有方的,皆为无意。如您是字体厂商、图片文字厂商等版权方,且不允许本站使用您的字体和图片文字等素材,请联系我们,本站核实后将立即删除!任何版权方从未通知联系本站管理者停止使用,并索要赔偿或上诉法院的,均视为新型网络碰瓷及敲诈勒索,将不予任何的法律和经济赔偿!敬请谅解!
© 2024 - 2030 Messe Frankfurt (Shenzhen) Co., Ltd, All rights reserved.
法兰克福展览(深圳)有限公司版权所有 粤ICP备12072668号 粤公网安备 44030402000264号
用户
反馈