taitra
order
 

Zensors推出利用现有监视器的3D车辆追踪系统

正在开发云端视觉感测系统的卡内基美隆大学(Carnegie Mellon University;CMU)衍生公司Zensors发表使用现有监视器基础设施的3D车辆追踪系统Car Pose Net。

Car Pose Net介绍影片:

 点击图片放大观看

CarPoseNet可分析车辆的3D线框,准确度大幅提升。Zensors

根据Traffic Technology Today报导,Car Pose Net适用于汽车的3D线框,追踪效果优于传统2D系统,尤其是在雪、变化的光线条件或部分视觉障碍等困难条件下。

该系统可直接利用现有城市监视器和自驾车镜头系统。由于可利用传统镜头和Zensors的边缘或云端运算平台,因此可收集更进阶、准确和实时的流量数据并采取相应措施。

Zensor表示,这类深度学习最有趣的用例是交通管理和壅塞定价(congestion pricing)模型。纽约市将在2021年导入这种模型。Car Pose Net的其它潜在应用包括交通违规执法,包括检测超速、逆向行驶和并排停车。

Zensors产品负责人Anuraag Jain表示,利用城市已拥有的监视器基础设施产生新数据流的潜力很令人兴奋。由于能利用现有基础设施,所以部署时间是数天或数周,而不是用新传感器覆盖整座城市所需的数月甚至数年。这使得部署所需的资本投资明显少于其它更依赖硬件的追踪系统。

Car Pose Net已集成到Zensors的平台中,能让城市管理者做出更多数据驱动的决策。监视器拍到的影片透过深度学习模型分析为统计数据后可在Zensors Cloud中的图表或实时仪表板中查看,也能透过CSV或API存取以集成到其它系统中。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 智能车 车辆追踪