Zkušenost z reálného prostředí
Máme praktické zkušenosti s nasazením Computer Vision pro analýzu a automatické počítání dopravy v reálném městském prostředí.
Všechny produkty
PRODUKT / AMITIA
TRAiFFIC
Inteligentní analýza dopravy
Z kamerového obrazu k dopravním datům
Kamerové systémy poskytují nepřetržitý obraz o dopravě, samotný videozáznam ale často nestačí. Pro plánování, vyhodnocování nebo řízení dopravy jsou potřeba především spolehlivá a strukturovaná data.
TRAiFFIC využívá Computer Vision a umělou inteligenci k automatické analýze kamerových dat, detekci a počítání dopravních objektů a tvorbě dopravních statistik bez nutnosti ručního vyhodnocování videozáznamů.
Kdy začít řešit automatickou analýzu dopravy?
Typickými situacemi jsou případy, kdy:
- potřebujete pravidelně získávat data o intenzitě dopravy,
- dopravní průzkumy nebo vyhodnocování záznamů probíhají ručně,
- chcete dlouhodobě sledovat vývoj dopravy v konkrétních lokalitách,
- potřebujete využít data z existující nebo nové kamerové infrastruktury,
- chcete získat objektivní podklady pro dopravní plánování a rozhodování,
- potřebujete zpracovávat obraz z většího počtu kamer.
Jak řešení funguje
TRAiFFIC zpracovává obraz z kamer pomocí modelů Computer Vision, které v definovaném dopravním prostoru detekují a počítají sledované objekty.
Z obrazových dat tak vznikají strukturované informace, které lze dále ukládat, vyhodnocovat nebo předávat do navazujících systémů.
Kamerový obraz
Obraz z jednoho nebo více kamerových bodů.
AI detekce
Computer Vision detekuje definované objekty v dopravním prostoru.
Počítání dopravy
Systém průběžně zpracovává a počítá sledované dopravní objekty.
Zpracování dat
Detekované informace se převádějí do strukturované podoby.
Dopravní statistiky
Výsledná data lze ukládat, analyzovat nebo předávat dalším systémům.
Technologie
TRAiFFIC využívá technologie Computer Vision, neuronových sítí a hlubokého učení pro automatickou analýzu obrazu z dopravních kamer.
Model a způsob zpracování přizpůsobujeme konkrétnímu kamerovému prostředí, sledovaným objektům a podmínkám dané lokality.
Důležitou součástí nasazení je také kalibrace a ověřování výsledků na reálných datech.
Přesnost systému lze porovnávat s referenčním manuálním vyhodnocením a podle výsledků model dále optimalizovat.
Řešení lze navrhnout také pro zpracování většího počtu aktivních kamerových streamů s ohledem na dostupnou výpočetní infrastrukturu.
- Kamerové prostředí
- Kalibrace
- Ověření přesnosti
- Škálování počtu kamer
- Computer Vision
- Neuronové sítě
- Deep Learning
- Kalibrace
- Validace na reálných datech
- Více kamerových streamů
Jaká data lze získávat?
Podle konkrétního projektu může TRAiFFIC poskytovat například:
- Počítání
- automatické počítání dopravy,
- Typy objektů
- detekci definovaných typů objektů v dopravním prostoru,
- Průjezdy
- sledování průjezdů ve vybraných zónách,
- Vývoj v čase
- statistiky vývoje dopravy v čase,
- Kamerové body
- data z více kamerových bodů,
- Dopravní analýza
- podklady pro další dopravní analýzu a vyhodnocování.
Konkrétní rozsah sledovaných informací vždy nastavujeme podle požadavků projektu a dostupné kamerové infrastruktury.
Přínosy řešení
- automatizace dopravního sčítání,
- omezení ručního vyhodnocování kamerových záznamů,
- pravidelná a konzistentní dopravní data,
- možnost dlouhodobého monitoringu dopravy,
- zpracování dat z více kamerových bodů,
- lepší podklady pro dopravní plánování a rozhodování,
- možnost dalšího využití dat v navazujících systémech.
Pro koho je řešení určeno
TRAiFFIC je vhodný zejména pro města, kraje, správce dopravní infrastruktury a další organizace, které potřebují automaticky získávat a vyhodnocovat dopravní data z kamerových systémů.
Uplatnění nachází především v projektech Smart City, dopravního monitoringu, dlouhodobého sčítání dopravy a vyhodnocování dopravní situace.
- Města
- Kraje
- Správci dopravní infrastruktury
- Smart City
- Dopravní monitoring
Proč Amitia
Kamera, lokalita a výpočetní výkon
Při návrhu řešení se nezaměřujeme pouze na samotný AI model. Posuzujeme také kvalitu kamerového obrazu, podmínky jednotlivých lokalit, požadovanou přesnost, množství zpracovávaných kamer a potřebný výpočetní výkon.
Ověření na reálných datech / PoC
Projekty zpravidla zahajujeme analýzou dostupných dat a technického prostředí. U složitějších scénářů může následovat Proof of Concept (PoC), na kterém lze ověřit dosažitelnou přesnost a výkonnost řešení na reálných kamerových datech.
Díky tomu lze před širším nasazením ověřit, zda řešení odpovídá skutečným podmínkám konkrétní dopravní infrastruktury.
Váš projekt, naše zkušenost
Chcete z kamer získat přesnější přehled o dopravě?
Domluvte si nezávaznou konzultaci a společně se podíváme na možnosti automatického dopravního monitoringu a využití vašich kamerových dat.