Εάν ζείτε σε μια πόλη και έχετε σκοπό να αγοράσετε αυτοκίνητο, εκτός από τα τέλη κυκλοφορίας θα πρέπει να σκεφτείτε και το κόστος στάθμευσης. Μάλιστα θα πρέπει να υπολογίσετε και το κόστος των κλήσεων για παράνομη στάθμευση, που κάποια στιγμή θα δεχθείτε.
Και αυτό γιατί όσο η τεχνολογία αναπτύσσεται, τόσο αυξάνονται τα αυτόματα μέτρα αστυνόμευσης των δρόμων. Τον περασμένο μήνα, στο συνέδριο 2017 International Conference on Deep Learning Technologies, μια ομάδα ερευνητών από το Πανεπιστήμιο Xidian στην Κίνα έκανε επίδειξη ενός συστήματος ανίχνευσης που βασίζεται στο Deep Learning και που μπορεί διαγνώσει αυτοκίνητα που έχουν παρκάρει παράνομα με ακρίβεια 99%.
%20(Custom).jpg)
Το σύστημα που περιγράφηκε στο συνέδριο χρησιμοποιεί αυτό που είναι γνωστό ως Single Shot Multibox Detector (SSD). Πρόκειται για ένα είδος νευρωνικό δικτύου που απλοποιεί την εργασία ανίχνευσης των αντικειμένων με τη δημιουργία ενός συνόλου προκαθορισμένων «αρχικών κουτιών». Όταν ξεκινά η ανίχνευση, ο αλγόριθμος συγκρίνει το περιεχόμενο αυτών των κουτιών σε κάποιο βασικό επίπεδο.
Από τις παρατηρήσεις των αντικειμένων παράγεται ένα μοντέλο πρόβλεψης. Η μέθοδος της ομάδας του Xidian ανιχνεύει αυτοκίνητα και έτσι τα πράγματα όσον αναφορά την επεξεργασία των αντικειμένων είναι λίγο πιο απλά, διότι τα αυτοκίνητα είναι λίγο πολύ όμοια. Αυτό μειώνει την υπολογιστική πολυπλοκότητα των επεξεργαστών με αποτέλεσμα να επιτρέπει στο νέο σύστημα να λειτουργεί σε πραγματικό χρόνο.
.jpg)
Η ανίχνευση της παράνομης στάθμευσης δεν πραγματοποιείται για πρώτη φορά. Ένα αντίστοιχο πειραματικό πρόγραμμα είχε υλοποιηθεί στο Μέριλαντ πριν από λίγα χρόνια, επιτυγχάνοντας ποσοστά ακρίβειας της τάξης περίπου του 95 τοις εκατό. Μια κρίσιμη διαφορά μεταξύ αυτού του συστήματος και των περισσοτέρων άλλων μεθόδων είναι ότι βασίστηκε σε μαγνητικούς αισθητήρες και όχι οπτική αναγνώριση των αντικειμένων.
Πηγή: secnews.gr
