Sieć neuronowa pomaga zapanować nad tłumem

Sieć neuronowa pomaga zapanować nad tłumem

Sieć neuronowa pomaga zapanować nad tłumem
Źródło zdjęć: © Susek / flickr.com / CC
12.12.2013 08:40, aktualizacja: 12.12.2013 12:13

Sieć neuronowa, wykorzystująca obrazowanie w podczerwieni do obserwacji tłumu ludzi pozwala ostrzec przed sytuacją grożącą stratowaniem, na przykład w Mekce.

Hadżdż to pielgrzymka do Mekki (Arabia Saudyjska)
. Jej odbycie jest obowiązkiem każdego wyznawcy (chyba, że nie pozwala mu na to zdrowie bądź brak pieniędzy). Hadżdż ma charakter zbiorowy i odbywa się tylko w czasie muzułmańskiego miesiąca pielgrzymki (zu al-hidża). Hadżdż gromadzi corocznie kilka milionów wyznawców islamu, których nazywa się wówczas hadżi (pielgrzym).

W tym roku Hadżdż przebiegł bez poważniejszych incydentów, jednak, co kilka lat zdarzają się poważne wypadki, w których giną setki osób - najczęściej stratowanych przez współwyznawców.

Takim zagrożeniom ma zapobiec nowy system sztucznej inteligencji, opracowany dzięki współpracy brytyjskiego Nottingham Trent University z Umm Al-Qura University w Mekce. Obserwując zachowanie tłumu, dzięki kombinacji obrazu w podczerwieni ze zwykłym obrazem czarno-białym potrafi ostrzec przed niebezpiecznym zagęszczeniem. Podobny system mógłby także ułatwić poruszanie się po miastach przyszłości.

Na razie metodę przetestowano wykorzystując nagrania z poprzedniej pielgrzymki.

Algorytm najpierw przetwarza czarno-białe obrazy obszarów, na których dochodziło wcześniej do wypadków, redukując obrazy obiektów i osób do spikselizowanych zarysów. Im więcej takich zarysów na obrazie, tym więcej ludzi.

Jednak ubrania poszczególnych osób mogą zlewać się z tłem, zacierając kontury, co ogranicza dokładność oceny tłumu. Dlatego naukowcy wykorzystali także kamery pracujące w podczerwieni –. aby ocenić ilość emitowanego przez ludzi ciepła (z uwzględnieniem poprawki na ciepło Słońca).

Wyniki dawane są do oceny sieci neuronowej, która stopniowo uczy się oceniać charakterystyczne cechy ruchu tłumu na danym obszarze o różnych porach dnia. System potrafił dorównać ludzkim ekspertom od oceny tłumów.

Londyńska policja wyraziła zainteresowanie systemem. Dzięki uzyskiwanym w czasie rzeczywistym danym może on pozwolić na dopasowywanie kursowania środków transportu do zmieniającej się sytuacji w miastach przyszłości. Gdy na przystanku gromadzi się więcej ludzi, autobus czy tramwaj może nadjechać wcześniej niż przewiduje rozkład jazdy.

Źródło: PAP, SW, WP.PL

Źródło artykułu:PAP
Oceń jakość naszego artykułuTwoja opinia pozwala nam tworzyć lepsze treści.
Wybrane dla Ciebie
Komentarze (0)