Ученые разработали метод точного мониторинга толпы при эвакуации
Как отмечают авторы, в системах подготовки к стихийным бедствиям все большее значение приобретают технологии, которые позволяют в реальном времени отслеживать движение толпы.
МОСКВА, 2 марта. /Новости науки/. Японские ученые предложили новый вычислительный метод, который позволяет восстанавливать карту глубины по разреженным изображениям, полученным недорогими LiDAR-системами с не повторяющимся сканированием. Разработка предназначена для более точного мониторинга перемещения людей и выявления заторов во время эвакуации при землетрясениях, цунами и других чрезвычайных ситуациях.
Результаты работы опубликованы в журнале Transportation Research Interdisciplinary Perspectives.
Как отмечают авторы, в системах подготовки к стихийным бедствиям все большее значение приобретают технологии, которые позволяют в реальном времени отслеживать движение толпы.
Для этого может использоваться LiDAR — технология дистанционного зондирования, которая с помощью лазерных импульсов определяет расстояние до объектов и формирует их трехмерное представление. Однако доступные LiDAR-датчики с широким углом обзора нередко дают слишком разреженные и неравномерные данные, из-за чего изображению не хватает глубины и непрерывности, а практическая ценность таких систем снижается.
Для решения этой проблемы ученые разработали метод восстановления глубины, который использует цветное RGB-изображение как вспомогательный источник информации. Подход сочетает несколько вычислительных процедур, включая билинейную фильтрацию с учетом доверия к данным, маскированную реконструкцию и стратегию самосогласованной оптимизации параметров, не требующую наличия плотных эталонных карт глубины.
Это позволяет восстанавливать непрерывную структуру глубины и одновременно уменьшать риск ложного «замыливания» или искусственного заполнения пустот на изображении.
Одним из важных результатов работы стало создание специального моделируемого набора данных, воспроизводящего разреженный и нерегулярный характер измерений LiDAR с не повторяющимся сканированием. Авторы указывают, что до сих пор отсутствие открытых датасетов такого типа, дополненных точными картами глубины и цветными изображениями, серьезно затрудняло оценку качества методов восстановления.
В новой работе для этого использовали трехмерный датасет движений человека, на основе которого были получены плотные эталонные карты глубины, после чего исследователи смоделировали вращение и схему сканирования LiDAR, чтобы получить разреженные изображения, близкие к реальным.
Результаты работы опубликованы в журнале Transportation Research Interdisciplinary Perspectives.
Как отмечают авторы, в системах подготовки к стихийным бедствиям все большее значение приобретают технологии, которые позволяют в реальном времени отслеживать движение толпы.
Для этого может использоваться LiDAR — технология дистанционного зондирования, которая с помощью лазерных импульсов определяет расстояние до объектов и формирует их трехмерное представление. Однако доступные LiDAR-датчики с широким углом обзора нередко дают слишком разреженные и неравномерные данные, из-за чего изображению не хватает глубины и непрерывности, а практическая ценность таких систем снижается.
Для решения этой проблемы ученые разработали метод восстановления глубины, который использует цветное RGB-изображение как вспомогательный источник информации. Подход сочетает несколько вычислительных процедур, включая билинейную фильтрацию с учетом доверия к данным, маскированную реконструкцию и стратегию самосогласованной оптимизации параметров, не требующую наличия плотных эталонных карт глубины.
Это позволяет восстанавливать непрерывную структуру глубины и одновременно уменьшать риск ложного «замыливания» или искусственного заполнения пустот на изображении.
Одним из важных результатов работы стало создание специального моделируемого набора данных, воспроизводящего разреженный и нерегулярный характер измерений LiDAR с не повторяющимся сканированием. Авторы указывают, что до сих пор отсутствие открытых датасетов такого типа, дополненных точными картами глубины и цветными изображениями, серьезно затрудняло оценку качества методов восстановления.
В новой работе для этого использовали трехмерный датасет движений человека, на основе которого были получены плотные эталонные карты глубины, после чего исследователи смоделировали вращение и схему сканирования LiDAR, чтобы получить разреженные изображения, близкие к реальным.
