Esplorare i punti di forza dei potenti algoritmi di intelligenza artificiale di Parquery

Le immagini di uno dei clienti di Parquery dimostrano la solidità della soluzione IA di Parquery anche in condizioni avverse con diversi fattori presenti contemporaneamente: di notte con poca luce, pioggia battente, bagliori e riflessi intensi e in presenza di occlusioni.

Per saperne di più sul progetto di Parquery con le FFS

Apprendimento: Imparare facendo

Il sistema di Parquery si adatta a un nuovo ambiente attraverso l'addestramento o l'esperienza - il che significa che impara dai suoi errori - proprio come noi. Partendo da un modello generico generato da varie situazioni di parcheggio, questo modello viene perfezionato con il passare del tempo e ottimizzato per le caratteristiche specifiche attraverso l'addestramento sui nuovi dati che riceve. In questo modo, acquisisce esperienza e aumenta la probabilità di un risultato corretto la volta successiva.

Ad esempio, la IA potrebbe decidere erroneamente che un camion a pianale parcheggiato è un posto auto libero a causa dell'aspetto uniforme del suo ponte di carico, trascurando un altro elemento di differenziazione che non sembrava rilevante per la decisione. Attraverso il feedback su questo errore e l'addestramento, l'algoritmo AI identifica e impara un elemento di differenziazione vitale per distinguere tra un parcheggio vuoto e un ponte di carico vuoto. In questo modo, migliora la probabilità di una differenziazione corretta in seguito.

Oltre alle differenze evidenti tra i parcheggi - come il layout, la disposizione dei posti, le ostruzioni o il fatto che siano al chiuso o all'aperto - altre caratteristiche includono le condizioni di illuminazione e meteorologiche, i tipi di veicoli incontrati e le distorsioni visive dovute all'ottica della telecamera.

Prima: rimorchio e camion a pianale classificati erroneamente come spazi liberi.

Si noti che l'aspetto dei pianali di carico è simile a quello della superficie stradale: le forme sul pianale di carico hanno l'aspetto dell'asfalto rattoppato, delle ombre degli alberi, delle macchie d'olio o delle pozzanghere dopo la pioggia.

Dopo il retraining: il sistema rileva correttamente i camion a pianale senza forme, indipendentemente dal luogo in cui sono parcheggiati e dalle differenze nella prospettiva della telecamera.

Il mondo reale non è un modello matematico

Il mondo fisico è vario e non si conforma a norme rigide, regole astratte e modelli teorici. Il sistema di Parquery è costruito per questo mondo così com'è: Ciò significa che è robusto e tiene conto di imperfezioni, deviazioni, sviste o cambiamenti.

I conducenti potrebbero non conformarsi alla delimitazione dei confini, parcheggiando di traverso o in diagonale rispetto a diversi posti. I veicoli potrebbero essere troppo grandi per entrare in un unico spazio, ma sporgersi o utilizzare diverse aree di parcheggio. Le chiome degli alberi, i tetti sporgenti o i camion di grandi dimensioni potrebbero nascondere parzialmente i veicoli dalla vista della telecamera. Le telecamere potrebbero catturare solo parzialmente i parcheggi ai margini del loro campo visivo.

Gli algoritmi di Parquery rilevano i veicoli indipendentemente dal fatto che siano parcheggiati in modo improprio, ad angolo, di traverso o che sporgano oltre i confini.

Anche se i veicoli sono parcheggiati in diversi posti auto e non rispettano affatto le linee di demarcazione specificate, gli algoritmi di Parquery forniscono risultati accurati.

Parquery non cede nemmeno sotto sforzo

Allo stesso tempo, gli algoritmi di Parquery sono in grado di rimanere robusti di fronte al disordine, al rumore e ai modelli di sfondo che possono assomigliare a parti del veicolo estrapolate dal contesto. Macchie d'olio, ombre, riflessi, superfici stradali rotte, chiazze di asfalto riparato, segni di pneumatici, carrelli della spesa, spazzatura o rifiuti lasciati dietro di sé sono esempi di problemi di questo tipo.

Gli algoritmi di Parquery distinguono pedoni, biciclette, valigie, carrelli, ciclisti, ecc. dai veicoli.

La spazzatura, le macchie d'olio e d'acqua, la pioggia che si asciuga, i segni di pneumatici, le foglie autunnali o la neve non traggono in inganno l'intelligenza artificiale di Parquery.

Parquery è robusto anche nei confronti di altri problemi tipici dei sistemi basati su telecamere, ad esempio bagliori sull'obiettivo in controluce, i graffi e gli agenti inquinanti sull'obiettivo della telecamera, come polvere, gocce di pioggia, condensa o persino ragnatele che catturano e riflettono la luce.

Quali sono i componenti fondamentali della soluzione di Parquery?