Задача: Распознавание ДТП в реальном времени

Команда дата-сайентистов из Magnus Tech поделилась опытом разработки алгоритма для детекции дорожно-транспортных происшествий по видеопотоку с городских камер. Проект, направленный на повышение безопасности дорожного движения, столкнулся с серьезной проблемой — практически полным отсутствием готовых решений и, что важнее, релевантных датасетов для обучения моделей.

Путь проб и ошибок: от эвристик к Computer Vision

В течение двух лет команда протестировала множество гипотез, пытаясь решить задачу без большого набора данных. Первые попытки были основаны на эвристиках и оказались неудачными:

Анализ векторов движения: Идея заключалась в отслеживании резких изменений скорости и направления движения автомобилей. Однако трекер работал нестабильно, особенно при медленном движении или частичном перекрытии объектов.
Детекция людей у остановившихся машин: Следующая гипотеза предполагала, что после ДТП люди выходят из автомобилей. Алгоритм искал остановившиеся на проезжей части ТС и скопление людей вокруг них. Этот метод также давал много ложных срабатываний из-за ошибок детекции и сложных условий наблюдения.
Обучение на фото разбитых машин: Попытка обучить модель на статичных изображениях поврежденных автомобилей привела к тому, что система начала реагировать на любую вмятину или царапину как на ДТП, а также запоминала фон вместо самих аварий.

Промежуточный успех: алгоритм на основе вычитания фона

Значительного прогресса удалось достичь, применив подход, основанный на методе победителей конкурса NVIDIA AI CITY Challenge. Архитектура шестой версии алгоритма включала несколько ключевых компонентов:

Генератор фона (MOG2): Создавал «среднее» изображение дороги без движущихся объектов.
Детектор объектов (YoloV5s): Находил автомобили на сгенерированном фоне.
Pixel-трекер и BBox-трекер: Отслеживали области, где ТС оставалось неподвижным дольше определенного времени, фильтруя ложные срабатывания (например, распознавание бордюров).

Эта система смогла консистентно детектировать ДТП, но с существенной задержкой в 1-3 минуты, что было неприемлемо для оперативного реагирования.

Возвращение к нейросетям: ключ к решению

Осознав ограничения предыдущего подхода, команда вернулась к машинному обучению. За основу была взята модель на базе трехмерных сверточных слоев. Первоначальный небольшой датасет из 150 клипов был расширен с помощью аугментации данных — внесения в кадры различных искажений (цветовых, геометрических), что улучшило распознавание в сложных погодных условиях.

Убедившись в потенциале нейросетевого подхода, разработчики заказали сбор и разметку большого датасета, включающего более 2000 уникальных примеров ДТП. Это позволило кардинально снизить количество ложных срабатываний и создать рабочую версию системы.

Этот кейс демонстрирует, что в сложных задачах компьютерного зрения, где классические эвристики не справляются, инвестиции в сбор качественного и разнообразного датасета являются решающим фактором для достижения высокой точности.

Источник: https://habr.com/ru/companies/magnus-tech/articles/738836/

Детекция ДТП: как научить AI видеть аварии

Похожие статьи

Поделиться в соц. сетях

Комментарии