Deep learning för fotgängare

Noggrann detektering av fotgängare i trafiken i realtid är en känd utmaning. Nu har en grupp forskare vid University of California, San Diego utvecklat en algoritm som kan upptäcka fotgängare med en hastighet av 2-4 bilder per sekund, och med hälften så många fel som befintliga system [1]. Den kan göra skillnad mellan ett graciöst stopp och ett abrupt stopp.

Recept för detta: snabbt och gradvis eliminera områden i bilden som inte innehåller människor (t.ex. himmel eller tom väg) och sedan applicera djuplärande algoritmer för detaljerad bildigenkänning. Det sparar en hel del datorkraft som normalt behövs vid detektering av fotgängare.

Än så länge kan den nya algoritmen inte detektera andra objekt, men detta är något som står på forskarnas att göra lista. Förhoppningen är att algoritmen ska kunna användas på automatiserade fordon samt andra typer av robotar som rör sig i områden med fotgängare.

Här kan ni se hur algoritmen fungerar i trafiken.

Egen kommentar

Studien har publicerats på International Conference on Computer Vision 2015 under titeln Learning Complexity-Aware Cascades for Deep Pedestrian Detection.

 Källor

[1] Fingas, J., Engadget. Smart car algorithm sees pedestrians as well as you can.