image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1image1

Innovativ deep learning-teknologi øker kvaliteten på videoanalyse under krevende forhold

FEATURED ARTICLE

The most important things to consider when choosing your CCTV solution for maritime application

Whether constructing a cargo ship, tanker, ferry or cruise ship, the first and foremost priority of any shipyard should always be safety.

Rask og nøyaktig gjenkjenning av kjøretøy er avgjørende for å sikre god ytelse, pålitelig videoanalyse og økt sikkerhet i norske tunneler.

 

Det finnes i dag godt over 1100 veitunneler i Norge, men en samlet lengde på over 800 kilometer. Tunneler byr på unike utfordringer når det kommer til trafikksikkerhet, og potensielt katastrofale konsekvenser ved en eventuell ulykke.

 

Derfor har «trygge tunneler» blitt et viktig fokusområde for Statens vegvesen i arbeidet med å øke tryggheten og sikkerheten på norske veier.

 

I 2018 introduserte det italienske ingeniørfirmaet Sprinx Technologies en banebrytende ny teknologi på trafikkstyringsmarkedet. Løsningen, ved navn TRAFFIX AI, tar i bruk kunstig intelligens og deep learning for å øke nøyaktigheten i videoanalyse av trafikkbildet – særlig under utfordrende forhold.

 Mer om smart tunnel: last ned e-book

Krevende forhold byr på utfordringer for analyseverktøy

Kameraovervåking og sanntids videoanalyse er to av våre viktigste verktøy for å bygge tryggere veier og tunneler. Smarte AID-systemer (Automatic Incident Detection) kan overvåke trafikkbildet, samle inn verdifulle data om trafikkflyt og varsle operatører ved potensielt farlige hendelser, som f.eks. røykutvikling eller trafikkulykker.

 

Likevel ser vi at tradisjonelle analyseverktøy ofte kan prestere dårlig i trafikksikkerhetsapplikasjoner der forholdende er krevende – en konstant utfordring i landets mange tunneler, der:

  • dårlig belysning
  • mørke skygger
  • refleksjoner fra våte veibaner og vegger

kan skape forstyrrelser i bildet som fører til dårligere deteksjon og ytelse, samt hyppige falske alarmer.

 Innganger og utganger er særlig kritiske når det kommer til overvåking av tunneler, da de disse byr på en rekke potensielle problemer for overvåkingssystemene.

"Sollys, regn og tåke kan alle bidra til forstyrrelser i bildet, og kjøretøy som for eksempel er dekket av snø kan være vanskelig for systemene å detektere og gjenkjenne på en pålitelig og god måte."

 

Raskere deteksjon med deep learning

Det er nettopp i disse kritiske situasjonene at Sprinx Technologies’ deep learning-teknologi kan vise seg å være helt avgjørende.

 

Deep learning er en teknikk innen maskinlæring og kunstig intelligens som benytter seg av kunstige nevrale nettverk i flere lag for å hente ut gradvis mer detaljert fra en datakilde – som for eksempel en videostrøm fra et overvåkningskamera.

 

Dersom man jobber med tradisjonell 2D-analyse av videobildet kan det ofte være utfordrende å gjenkjenne et kjøretøy under dårlige forhold, fordi det er vanskelig å skille pikslene som opptas av det aktuelle objektet fra forstyrrende elementer, f.eks. snø, sollys, skygger og refleksjoner, som kan skape en «sky» rundt selve objektet.

 

Deep learning gir AID-systemet muligheten til å filtrere hva vi ser i bildet, og kan derfor detektere og gjenkjenne et kjøretøy i bildet raskere og med større nøyaktighet.

 

"Deep learning-algoritmen ser at det er et kjøretøy i bildet, selv når det kun detekterer deler av det. Dersom det er mye støy og forstyrrelser rundt kjøretøyet evner systemet fremdeles å gjenkjenne at det er et kjøretøy der"

-daglig leder Paola Clerici i Sprinx Technologies.

 

På denne måten kan deep learning-programvaren bedre AID-systemets ytelse i kritiske situasjoner med dårlige forhold.

 

Utviklet spesifikt for trafikksikkerhet

De seneste årene er ord og uttrykk som «kunstig intelligens», «maskinlæring» og «deep learning» blitt hyppig brukt for å promotere nyskaprning innen en lang rekke fagfelt og markedsområder.

Clerici er rask til å understreke at deres deep learning-programvare er langt mer enn et markedsføringsverktøy.

– For oss er ikke dette bare et ord vi bruker i markedsføringen vår, men noe ekte som vi har lagt store ressurser og mye tid i å utvikle, fastslår hun.

Sprinx Technologies arbeider målrettet innen videoanalyse for applikasjon innen trafikkstyring og trafikksikkerhet, og har derfor utviklet sin deep learning-algoritme spesifikt for dette formålet.

– Ekspertise er svært viktig når det kommer til kunstig intelligens. Du kan være i besittelse av en fantastisk AI-teknologi, men om den ikke har fått trening innen det aktuelle området vil den ikke fungere optimalt, påpeker Clerici.

 

– Lærer på samme måte som et barn

Kunstig intelligens fungerer ved at systemet fores med informasjon, for så å gradvis lære seg å gjenkjenne mønstre, reagere på hendelser og utføre handlinger automatisk.

 

– Deep learning-algoritmen lærer seg å gjenkjenne objekter, og sammenligne disse med andre objekter, på samme måte som et barn. For å trene opp de nevrale nettverkene kreves en stor mengde bilder av ulike kjøretøy fra flere forskjellige vinkler. På denne måten lærer systemet seg å gjenkjenne, identifisere og klassifisere de ulike kjøretøyene det opptaker i videobildet, utdyper Clerici.

New call-to-action

Deep learning og 3D-sporing gir best resultat

Sprinx Technologies’ utviklet sin deep learning-modul som en supplementærteknologi for sin revolusjonerende programvare som muliggjør videoanalyse med 3D-sporing av objekter.

 

Denne teknologien benytter seg av enkle parametere for å spore objekter basert på volum, i motsetning til tradisjonell 2D-analyse som benytter seg av pikselsporing.

Kort forklart vil deep learning sørge for å gjenkjenne kjøretøyet raskere, mens 3D-analysen hjelper oss å forstå hvordan kjøretøyet beveger seg.

Ved å kombinere 3D-sporing av objekter og deep learning vil AID-systemet med andre ord gi bedre og mer nøyaktige resultater i situasjoner med krevende forhold, samt raskere identifisering og klassifisering av objekter, kjøretøy og potensielt farlige hendelser.

 

Reduserer reaksjons- og responstiden

Grunnlaget for begge av Sprinx Technologies nyvinninger er økt trafikksikkerhet – og nøkkelen til dette er å tilby mer nøyaktig informasjon raskere, og på rett måte.

 

– Antallet kameraer i en tunnel kan være enormt, og operatørene i kontrollrommet evner ikke å reagere på en korrekt måte dersom de må følge med på flere kameraer samtidig. For å være raskere og mer reaktive fokuserer vår teknologi derfor på de områdene systemet gjenkjenner at hendelser kan oppstå, forklarer Clerici.

 

– Dersom vi kan redusere reaksjonstiden ved en eventuell ulykke kan vi også redusere antallet mennesker som blir involvert.

 

En svært god samarbeidspartner

Hatteland Technology er Sprinx Technologies samarbeidspartner på det norske markedet.

– Vi samarbeider ikke med partnere som kun kan tilby distribusjon. Vi er alltid på utkikk etter merverdidistributører som har evnen til å kombinere vår teknologi med andre systemer, samt tilby support på første og andre nivå lokalt, forteller Clerici.

– Vi ser på Hatteland Technology som en svært god samarbeidspartner, som evner å promotere vår teknologi i sitt marked, og gi både pre-sale og post-sale support. Vi trener dem opp hvert år for å gi dem alle verktøy de trenger for å administrere teknologien vår på riktig måte, og er svært fornøyde med samarbeidet, avslutter hun.

Vil du vite mer om smarte trafikklys? Ta kontakt med vår ansvarlig for samferdsel, Morten Smestad.

 

Posted by: Morten Smestad

SENIOR KEY ACCOUNT MANAGER SOLUTIONS SALES Tel: +47 67 58 77 67 Mob: +47 46 42 42 12

You May Also Like

The basics of AID and tunnel..

CCTV is fundamental to tunnel safety. And there’s more to it than you might picture.

Read More

Finding the optimal innovation partner..

A reliable innovation partner will work closely with system integrators to create a comprehensive solution..

Read More

Get in touch with us today

Please complete the form below. Submissions will be responded to within two business days.

Please complete the form below. Submissions will be responded to within two business days.

NEWSLETTER

Get the latest insights from Hatteland Technology

ABOUT HATTELAND TECHNOLOGY

Hatteland Technology is a provider of advanced technology solutions within industrial computing, security & surveillance and industrial networking ranging from standard off-the-shelf products to customized solutions and services. With in-depth industry knowledge of the segments we operate in, we offer specialized, tailored solutions in the design, engineering and manufacture of precision technology, built for tough conditions.