РАЗПОЗНАВАНЕ НА АВТОМОБИЛИ ОТ ОРТОФОТО
ИНСТИТУЦИЯ: GATE Institute
ИЗСЛЕДОВАТЕЛИ: имена с информация за LinkedIN профил
Емил Христов - https://www.linkedin.com/in/emil-hristov-/
Евгений Ширинян - https://www.linkedin.com/in/evgeny-shirinyan-82341135/
Кристиян Стефанов - https://www.linkedin.com/in/kristiyan-stefanov-1922662a8/
Въпреки ограниченията, анализът позволява да се наблюдават интересни пространствени модели, свързани с:
- разпределението на трафика
- зоните със задръствания
- разпределението на автомобилите в паркинги и клъстерирани зони за паркиране
За по-задълбочен анализ, разпознатите обекти са съпоставени с тематични слоеве на градската инфраструктура: улици, тротоари, велоалеи, зелени площи и пешеходни улици. Така се установява къде именно са локализирани автомобилите:
- Най-голям брой автомобили са разположени върху уличното платно - 143 191 броя (около 36%), както и в други зони като паркинги и вътрешни дворове - 233 581 броя (приблизително 58%).
- Значителен брой автомобили (25 288 броя) са засечени върху тротоари, което подчертава проблема с нерегламентираното паркиране в пешеходни пространства. Следва обаче да се има предвид, че в тази категория попадат и зони, които в момента не са реализирани като тротоари, но са планирани като такива в подробния устройствен план на кварталите
- Много малък брой автомобили са засечени на велоалеи (42) и пешеходни улици (2).
Ключови изводи:
- Моделът демонстрира значителен потенциал за мониторинг на автомобилния трафик и градската мобилност.
- Качеството на ортофото снимките и сезонността влияят на точността и пълнотата на анализа.
- При оптимизация на метода (по-добра резолюция, зимни снимки, подобрен семантичен анализ, честота на заснемане) може да се създаде надежден инструмент за градско планиране, управление на паркирането и намаляване на задръстванията.
Дoпълнителна информация: https://city.gate-ai.eu/