ระบบ AI สามารถตรวจจับจุดจอดรถในพื้นที่เปิดได้

0
https://news.developer.nvidia.com/wp-content/uploads/2019/03/Parking_MIT.png

ด้วยปริมาณการจอดรถในสหรัฐอเมริกาที่มีมากถึง 2 พันล้านแห่งได้นั้น การค้นหาจุดจอดในพื้นที่เปิดในเมืองใหญ่นั้นจึงอาจจะมีความซับซ้อน เพื่อที่จะช่วยให้นักวางแผนและคนขับในเมืองสามารถบริหารจัดการและค้นหาพื้นที่เปิดเพื่อจอดรถได้อย่างมีประสิทธิภาพมากยิ่งขึ้น นักวิจัย MIT จึงได้สร้างระบบที่ใช้ deep learning ที่ทำให้สามารถตรวจจับจุดจอดในพื้นที่เปิดจากข้อมูลวีดีโอได้อัตโนมัติ

“พื้นที่จอดรถนั้นมีค่าใช้จ่ายที่แพงในการสร้างขึ้นมา การจ่ายเงินในที่จอดรถนั้นก็ยากที่จะบังคับ และคนขับก็ต้องเสียเวลาอย่างมากในการค้นหาจุดยอดที่ว่างอยู่อีกต่างหาก” นักวิจัยกล่าวไว้ในงานตีพิมพ์ “การประเมินจำนวนอย่างแม่นยำนั้นอาจจะทำให้ผู้ก่อสร้างและเทศบาลเมืองสามารถออกแบบและสำรองพื้นที่จอดได้ แต่การประเมินได้แบบ real-time นั้นจะทำให้คนขับและการเปิดใช้ที่จอดรถนั้นมีข้อมูลที่ทำให้ประหยัดเวลาและทรัพยากรได้”

โดยทีมวิจัยได้เทรนโครงข่าย Convolutional Neural Network บนเฟรมเวิร์ก TensorFlow ด้วยข้อมูลภาพและวีดีโอจาก dataset ที่หลากหลายจำนวนหลายล้านภาพ ทั้ง dataset ของ COCO เพื่อตรวจจับยานพาหนะและขอบเขตของตัวยานพาหนะได้ ซึ่งเมื่อเทรนเสร็จสิ้น ระบบสามารถตรวจจับพื้นที่จอดรถในพื้นที่เปิดได้อย่างแม่นยำ

https://news.developer.nvidia.com/wp-content/uploads/2019/03/Screen-Shot-2019-03-05-at-10.25.32-AM.png
ภาพแสดงอัลกอริทึมการตัด instance ต่างๆ ในงานวิจัยนี้

“ไม่เหมือนกับวิธีการที่อิงตามพื้นที่ที่ต้องมีการติดป้าย (label) และเทรนสำหรับทุกๆ สถานที่จอดรถที่แตกต่างกัน พวกเราต้องการเพียงแค่ทำเครื่องหมายตรงขอบเขตของจุดจอดรถและบริเวณถนนโดยรอบเพียงครั้งเดียวเพื่อที่จะปรับแก้ค่า config ระบบเราสำหรับใช้งานกับสถานที่จอดรถแห่งใหม่ได้เลย” นักวิจัยกล่าว”การติดป้ายนั้นต้องใช้เพียงเพื่อ validate ข้อมูลผลลัพธ์ของพวกเราเท่านั้น”

ระบบนี้ยังสามารถคัดกรองจำนวนฟีเจอร์ต่างๆ ได้อีกมากมาย รวมไปถึงชนิดของยานพาหนะ สี หรือว่าจะเป็นประเภทว่าเป็นแท็กซี่แบบดั้งเดิม รถบรรทุกส่งของ ข้อมูลการใช้งานพื้นที่แบบชั่วโมงต่อชั่วโมง เทรนด์ที่ผ่านมา และข้อมูลประวัติเกี่ยวกับรถต่างๆ ที่เข้ามาในพื้นที่จอดได้

https://news.developer.nvidia.com/wp-content/uploads/2019/03/Screen-Shot-2019-03-04-at-3.44.23-PM.png
ผลลัพธ์ความแม่นยำจากชุด validation dataset

ในเรื่องความแม่นยำนั้น ระบบสามารถดำเนินการได้ดีกว่าวิธีการที่ใช้ภาพอย่างเดียวในการประมวลผล อีกทั้งระบบนี้ยังมีประสิทธิภาพที่เทียบเท่ากับระบบที่มีการขายในเชิงธุรกิจที่จะต้องมีการใช้เซ็นเซอร์ที่มีราคาสูงกว่าอีกด้วย

“ระบบของพวกเราแสดงให้เห็นศักยภาพที่มีนัยสำคัญที่จะสามารถขยายออกไปถึงระดับเมืองทั้งเมืองได้ อีกทั้งผลที่ออกมาก็ได้ข้อมูลมากกว่า ซึ่งก็ได้ก้าวข้ามวิธีที่ได้ข้อมูลสถิติแบบเดิมๆ ไปได้แล้ว” นักวิจัยกล่าว

Source : https://news.developer.nvidia.com/ai-algorithm-aims-to-help-you-find-a-parking-spot/