はてなブックマーク

2023/1/23追記：ストリーミング対応の新規記事を追加しました。24時間など長時間ストリーミングを安定受信して映像解析する苦労話を記載しています。最後の「関連記事」からご参照ください。 サマリー ・速度の算出結果がおかしい ・原因調査と対策 ・距離マスクを詳細化したときの効果 ・多方向からによる距離マスクの検証結果 前回の記事「YOLOXの映像解析で車両の速度をAIで算出して渋滞を判定するのに苦労した～その２：速度算出手法編」で距離マスクの説明をして、斜めに移動する車両もY軸方向の移動距離のみで速度が算出できることを説明しました。 また「画面の端問題」「カルマンフィルタ問題」など、速度算出の際に異常値となる原因を見つけ出し、それらを排除して正確な速度算出ができるようにしました。 しかし実際にやってみるとそう甘くはなく、意外な原因で速度算出値がブレることが分かりました。 ここでは失敗した

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 新型コロナウィルスのせいで本業(人工知能系)が暇になったので、4月末くらいから小学6年生を対象にZoomでボランティア授業をするようになりました。しかしZoomのミーティング連絡をLINEだけでやろうとすると問題点がいろいろあり、それを解決するために家庭学習マッチングサービスを作りました。 利用したのはAWSのCloudfrontでサーバレスで、「苦労した」と書いていますが私が経験ゼロだったからかも？どちらかというと話題はコロナ禍での小学校の現状やサービスの要件、そしてサービスデザインや設計にどう落とし込んだか？などがメインとなります。

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? AIを使って映像から通行量(歩行者量)を調査するソフトを作ったけど、最初は解析精度が低くて使い物にならず、いろいろ苦労してカウントの精度を上げた話です。車両の映像解析をした時にも苦労しましたが、歩行者は車両より小さい上バラバラの方向に移動するので、まったく別の苦労がありました。解析結果のムービーはこちら。映像解析は面白い＆奥深いですねえ。 サマリー ・歩行者量を正しくカウントするための要件 ・物体検出の手法と学習モデルの選定 ・軌跡の描画機能によるノイズの発見と除去 ・トラッキング方法の検証と機能追加 ・正しいカウントを実現するための機

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? サマリー ここではディープラーニングを応用した映像解析による交通量調査システムに車両の速度算出機能を実装した時に苦労した話を書いてます。「GPUがないなら、Teslaを買えばいいのよ？」という内容は以下の通りです。 ・そもそもディープラーニングに何ができるか？(省略可) ・速度＝距離÷時間。距離の設定はどうする？ ・ラインを2本引いて通過時間を取る？ ・速度算出のための要件の整理 ・ラインの設定例 ・速度算出の課題 ・車間距離への応用 トップ画像とサンプルムービーについて トップ画像は以下のサンプルムービーのスクリーンショットです。VO

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? サマリー ・交通量調査をディープラーニングで自動処理するにはトラッキング技術が必要 ・サンプルムービーの解説：https://youtu.be/cKdESkOEWPQ ・カルマンフィルタとは ・カルマンフィルタを映像解析に応用するのに苦労した点 要するに大型車両に隠れてしまった車両が再度表示する際、ちゃんとトラッキングして重複カウントしないようにしようね、というお話です。サンプルムービーをぜひご覧ください。自慢したいポイントが3つのほどあるので、これから解説します。 交通量調査をディープラーニングで自動処理するにはトラッキング技術が必要

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? サマリー ・映像解析による交通量調査の手法について ・解析結果の映像サンプルはこちら：https://youtu.be/kgjG6_hejE8 ・映像によっては誤認識しやすいエリアがある ・マスク機能について 映像解析による交通量調査の手法について ここではディープラーニングによる映像解析精度を上げるためには「解析しないこと」が早道だよ、という話をします。ディープラーニングそのもののチューニングによる解決ではなく、実装方法の工夫による回避なので、ディープラーニングの勉強にはならないかも。 あ、トップ画像ですが「small_truck」と