Giới thiệu 6 phương pháp triển khai AI giám sát giao thông

Hoàng

September 4, 2024

14 phút đọc

Kiến trúc phát hiện một giai đoạn

Một trong những đặc điểm nổi bật của YOLO là kiến trúc phát hiện một giai đoạn, giúp nó khác biệt với các phương pháp phát hiện đối tượng truyền thống.

Trong khi nhiều thuật toán thông thường dựa nhiều vào giai đoạn đầu tiên là tạo đề xuất vùng rồi phân loại các vùng đó.

YOLO đơn giản hóa quy trình bằng cách phân tích toàn bộ hình ảnh trong một lần chạy.

Phương pháp chạy một lần này cho phép YOLO phát hiện nhiều đối tượng cùng lúc mà không cần chạy trình phân loại ở nhiều vị trí và quy mô khác nhau.

Do đó, nó làm giảm đáng kể chi phí tính toán liên quan đến phát hiện đối tượng.

Đối với giám sát giao thông, điều này có nghĩa là YOLO có thể nhanh chóng phân tích nguồn cấp dữ liệu video từ camera giao thông.

Từ đó đưa ra quyết định theo thời gian thực về số lượng, loại và chuyển động của phương tiện.

Tốc độ và hiệu quả của kiến trúc này rất cần thiết để quản lý hiệu quả các điều kiện giao thông động.

Phát hiện đối tượng theo thời gian thực

Thuật toán YOLO được thiết kế để phát hiện đối tượng theo thời gian thực.

Vì vậy khiến nó trở thành lựa chọn lý tưởng cho các ứng dụng yêu cầu thông tin chi tiết ngay lập tức về tình trạng giao thông.

Bằng cách xử lý toàn bộ hình ảnh trong một lần, YOLO có thể đạt được tốc độ khung hình cao, cho phép phân tích luồng video với độ trễ tối thiểu.

Trên thực tế, khả năng này cho phép các hệ thống giám sát giao thông nhanh chóng xác định và theo dõi xe cộ, người đi bộ và các đối tượng liên quan khác trên đường.

Điều này rất quan trọng đối với các ứng dụng như đếm xe cộ tại các ngã tư, giám sát hàng đợi xe cộ và phát hiện các hành vi hoặc sự cố bất thường theo thời gian thực.

Khả năng hoạt động hiệu quả mà không ảnh hưởng đến độ chính xác là một lợi thế đáng kể đối với các cơ quan quản lý giao thông đang tìm cách cải thiện các chiến lược quản lý giao thông của họ.

Khung CNN thống nhất

YOLO sử dụng một khung mạng nơ-ron tích chập thống nhất (CNN) dự đoán đồng thời nhiều hộp giới hạn và xác suất lớp tương ứng của chúng cho mỗi hộp.

Điều này đạt được thông qua một mạng nơ-ron duy nhất xử lý hình ảnh đầu vào và tạo ra các dự đoán trong một bước.

Kiến trúc chia hình ảnh thành một lưới và chỉ định các hộp giới hạn cho mỗi ô lưới dựa trên các đối tượng được phát hiện trong ô đó.

Mỗi hộp giới hạn được liên kết với một điểm tin cậy cho biết khả năng tồn tại của một đối tượng trong hộp đó.

Việc dự đoán đồng thời các hộp giới hạn và xác suất lớp này hợp lý hóa quy trình phát hiện và tăng cường độ chính xác của thuật toán.

Đối với các ứng dụng giám sát giao thông, điều này có nghĩa là YOLO có thể phân biệt hiệu quả giữa các loại xe khác nhau, đếm chính xác chúng và cung cấp thông tin chi tiết về động lực lưu lượng giao thông.

Tất cả đều nằm trong một khuôn khổ thống nhất giúp tối ưu hóa hiệu suất.

Tính linh hoạt và mở rộng

Một tính năng đáng chú ý khác của YOLO là tính linh hoạt và khả năng mở rộng về mặt đào tạo mô hình và khả năng thích ứng với nhiều tình huống khác nhau.

Để xây dựng các mô hình YOLO, thời gian đào tạo trung bình thường dao động từ 20 đến 30 giờ, tùy thuộc vào độ phức tạp của tập dữ liệu và tài nguyên phần cứng khả dụng.

Giống như Mask R-CNN, YOLO có thể sử dụng các khả năng phần cứng tương tự để đào tạo, giúp triển khai dễ dàng trên nhiều hệ thống khác nhau.

Ngoài ra, kiến trúc có thể được điều chỉnh cho các ứng dụng khác nhau bằng cách tinh chỉnh các tham số mô hình hoặc đào tạo trên các tập dữ liệu cụ thể có liên quan đến điều kiện hoặc môi trường giao thông cụ thể.

Khả năng thích ứng này vô cùng có giá trị đối với các cơ quan giao thông đang tìm cách triển khai các giải pháp do AI điều khiển phù hợp với nhu cầu riêng của họ.

Cho dù là giám sát các mô hình giao thông đô thị, tình trạng đường cao tốc hay các sự kiện đặc biệt đòi hỏi phải tăng cường giám sát.

Chú thích hình ảnh để đào tạo

Bước đầu tiên trong phương pháp luận liên quan đến việc sử dụng VGG Image Annotator để thực hiện chú thích hình ảnh.

Quá trình này rất quan trọng vì nó tạo ra một tập dữ liệu có nhãn đóng vai trò là nền tảng để đào tạo các mô hình AI.

Hình ảnh có chú thích cung cấp sự thật cơ bản cần thiết mà các mô hình cần để học cách phát hiện và phân loại các đối tượng một cách chính xác.

Trong bối cảnh giám sát hàng đợi giao thông, các chú thích chính xác giúp các mô hình hiểu được các đặc điểm cụ thể của các phương tiện trong điều kiện tắc nghẽn, dẫn đến khả năng phát hiện được cải thiện.

Cách tiếp cận tỉ mỉ này đối với việc chuẩn bị dữ liệu đảm bảo các mô hình được đào tạo trên đầu vào chất lượng cao.

Điều này rất cần thiết để đạt được hiệu suất đáng tin cậy trong các tình huống thực tế.

Đào tạo mô hình

Sau quá trình chú thích, cả hai mô hình Mask R-CNN và YOLO đều được đào tạo bằng tập dữ liệu có chú thích.

Thời gian đào tạo cho các mô hình này là khoảng 3,5 giờ đối với Mask R-CNN và 22 giờ đối với YOLO.

Sự khác biệt về thời lượng đào tạo này làm nổi bật sự phức tạp và kiến trúc khác nhau của hai thuật toán.

Mặc dù thời gian đào tạo dài hơn, YOLO được thiết kế để đạt tốc độ và hiệu quả, phù hợp với các ứng dụng thời gian thực.

Tuy nhiên, thời gian đào tạo tương đối nhanh hơn của Mask R-CNN được bổ sung bởi khả năng tạo mặt nạ phân đoạn chất lượng cao.

Vì vậy đặc biệt hữu ích để xác định chính xác hàng đợi giao thông trong môi trường động.

Sau khi đào tạo hoàn tất, cả hai mô hình đều được đánh giá trên video giao thông thời gian thực.

Do đó cho phép đánh giá thực tế về hiệu suất của chúng trong việc phát hiện và giám sát hàng đợi.

Quá trình đánh giá này rất quan trọng để xác định mô hình nào cung cấp độ chính xác và độ tin cậy cao hơn trong việc xác định các khu vực tắc nghẽn.

Từ đó dẫn đến các chiến lược quản lý giao thông được cải thiện.

Phân đoạn cấp độ pixel

Một trong những lý do chính để chọn Mask R-CNN trong phương pháp này là khả năng tạo mặt nạ phân đoạn cấp độ pixel.

Tính năng này hỗ trợ phát hiện hàng đợi chính xác bằng cách phân định ranh giới của các phương tiện chính xác hơn so với các phương pháp hộp giới hạn.

Trong giám sát giao thông, việc xác định chính xác phạm vi hàng đợi xe là điều cần thiết để hiểu mức độ tắc nghẽn và đưa ra quyết định hợp lý về quản lý giao thông.

Bằng cách cung cấp mặt nạ phân đoạn chi tiết, Mask R-CNN có thể phân biệt giữa các khu vực tắc nghẽn và không tắc nghẽn trong một cảnh.

Vì vậy dẫn đến sự hiểu biết toàn diện hơn về động lực giao thông.

Mức độ chính xác này đặc biệt có lợi trong các môi trường phức tạp, nơi các phương tiện có thể chồng chéo hoặc được bố trí gần nhau.

Phát hiện hộp giới hạn

Trong khi Mask R-CNN vượt trội trong phân đoạn cấp độ pixel, YOLO sử dụng một cách tiếp cận khác bằng cách sử dụng hộp giới hạn để phát hiện các đối tượng.

Phương pháp này cho phép YOLO bao phủ cả các khu vực tắc nghẽn và không tắc nghẽn trong cùng một khuôn khổ phát hiện.

Mặc dù khả năng phát hiện rộng này có thể có lợi cho việc xác định các đối tượng khác nhau trong một cảnh.

Tuy nhiên nó có thể không cung cấp cùng mức độ chi tiết như Mask R-CNN khi phân tích các khu vực quan tâm cụ thể liên quan đến hàng đợi giao thông.

Do đó, trong khi YOLO có thể nhanh chóng xử lý nguồn cấp dữ liệu video và phát hiện các phương tiện ở tốc độ cao, thì nó có thể gặp khó khăn trong việc phân biệt chính xác các sắc thái của các kiểu tắc nghẽn so với Mask R-CNN.

Sự kết hợp của hai phương pháp này Mask R-CNN để phát hiện hàng đợi chính xác và YOLO để bao phủ đối tượng rộng hơn có thể được tích hợp vào hệ thống giám sát giao thông toàn diện tận dụng thế mạnh của từng phương pháp.