带有计算机视觉的视频分析 - 流量标志清单的最终格式

在几乎每个重复或简单的任务中，自动化都很有趣。交通标志映射和库存是自动化的绝佳用例。在连接的车辆和导航时期，数字地图越来越重要，并且智能手机已成为一种规范。将这些想法与Vaisala Road AI技术相结合，在各种用例中，移动视频变成了基于车辆的计算机视觉的最终格式。

Vaisala的计算机视觉团队开发了一个最先进的交通标志制图系统，以支持资产管理和交通系统安全监控。ROADAI系统适用于需要使用简单和移动视频录制系统监视标志和交通安排的人。

过滤误差

通常，误报会引起挑战，尤其是在计算机视觉和机器学习应用中。当我们的技术团队首先说明如何在可视化输出之前从计算机视觉结果中滤除误报时，我认为“这很棒！”。该解决方案是简单，有效且可靠的，就像大多数好的解决方案一样。

该系统的开发是由芬兰运输机构于2014年启动的。主要的驱动力是需要使用图像管理交通标志清单，并将其映射为导航目的，以有效，可靠地构图。创新的解决方案是将智能手机应用程序和计算机视觉结合起来，以从常规维护车辆录制的视频中提取和映射标志。Roadai现在正在运行，能够在道路和铁路上绘制标志和信号。唯一的系统易于使用和接口支持，不仅在地图和单个符号图像上唱歌，还可以创建专有的街道视图服务以供内部使用。Roadai提供了最简单的方法来创建您的道路景观，并在与现有方法相比的一小部分时间内绘制路标和条件。

此后，很难声称基于静止图像的系统可能与基于视频的系统一样好或可靠。

该系统目前正在为多个城市客户提供服务，并由多个点进行试验。未来的路线图包括增加人工智能和计算机视觉的使用，用于分析路标的状况，环境现象的检测以及其他基础设施资产的映射。

迅速可靠地地图交通标志

为了帮助您对视频对检测的信心产生优势的印象，让我们专注于下面的图像。它显示了如何以正常的高速公路速度通过单个视频完全检测到80 km/h的交通标志。在某些框架中分类是不正确的，这很自然。计算机视觉并不完美，就像没有人一样。光条件，运动模糊和吹雪是检测和分类的典型挑战。首次从95米处和最后一次从几米距离处检测到此处的箱子标志。总共有3个不正确的分类和18个正确的分类。由于基于视频的3D点云系统可以将所有检测定位到同一位置，因此将3个错误的检测滤波出来，并且符号分类的置信度更高。最终检测和分类的信心是18个单独检测的总和。结果是可靠的，基本上永远不会错。