最新新闻
为您推荐

AI 驱动的创新彻底改变交通分析

作者Aamir SheikhAamir Sheikh 3 分钟阅读
AI 驱动
  • 富士通与卡内基梅隆大学推出AI驱动技术,将2D交通图像转化为精确的3D模型,提升交通分析能力并优先保障隐私。
  • 该系统的核心组件——3D占用估计和3D投影,克服了以往的技术局限,能够从单个RGB摄像头实现准确的3D场景重建。
  • 2024年2月22日至5月31日在匹兹堡开展的实地测试,验证了该技术在实际交通分析中的有效性,重点聚焦于事故识别与预防。

在取得显著进展方面,富士通有限公司和卡内基梅隆大学联合宣布开发了一种 AI 驱动的社会数字孪生技术,旨在彻底改变交通分析。这项始于 2022 年 2 月的合作研究,最终催生了一个变革性的系统,能够将单目 RGB 相机捕获的 2D 场景图像转换为详细的 3D 模型。这种依赖深度学习的创新方法,标志着在动态 3D 交通场景的高精度可视化和分析方面取得了重大突破。

富士通和卡内基梅隆大学通过 AI 集成重新定义交通分析

富士通有限公司和卡内基梅隆大学推出了一项突破性技术,有望重塑交通分析和事故预防的格局。双方于 2022 年 2 月开始联合研究,旨在开发能够动态复制 3D 空间中复杂互动的社会数字孪生体。这项研究的成果是一个 AI 驱动的系统,它将单目 RGB 相机捕获的 2D 场景图像转换为数字化的 3D 格式。

该系统依赖两项核心技术,每项技术在功能中都发挥着关键作用。第一项是 3D 占用估计技术,它利用深度学习网络从单目 RGB 相机图像中区分 3D 空间中的物体。通过将物体表示为 3D 空间中的体素,该系统实现了对场景的详细理解,允许对输入图像中不可见区域进行准确的 3D 形状估计。第二项核心技术是 3D 投影,它基于占用估计技术的输出来构建 3D 数字孪生体。这一步骤融入了人类行为分析的专业知识,确保动作与现实世界一致,即使在物体部分被遮挡的情况下也能实现精确的位置估计。

为了解决隐私相关问题,该技术会自动对人脸和车牌进行匿名化,强调了其对负责任使用 AI 的承诺。富士通和卡内基梅隆大学预计将在 2025 财年商业化这项技术,将其应用从交通扩展到智慧城市和交通安全领域。

匹兹堡的实地试验——验证 AI 驱动技术的潜力

凭借该技术令人瞩目的能力,富士通和卡内基梅隆大学于 2024 年 2 月 22 日至 2024 年 5 月 31 日在美国匹兹堡启动了实地试验。试验利用了该市十字路口的数据,并利用了安装在卡内基梅隆大学校园内的单目 RGB 相机。主要目标是分析人群和交通状况,识别潜在的事故,例如由建筑物和临时人群造成的盲点。通过在 Social Digital Twin 上重现这些数据,彻底检验了该技术在实际场景中的有效性。

助理研究教授 László A. Jeni 教授对这一合作成果表示欣喜,强调了在推进尖端技术研究方面的持续承诺。富士通团队与 CMU 学术专家之间的合作在实现这一里程碑中发挥了关键作用。

富士通研究公司融合技术实验室负责人、研究员 Daiki Masumoto 强调了该技术符合富士通更广泛的使命,即通过创新使世界更加可持续。他对通过与卡内基梅隆大学的合作在实现目标方面迈出的重要一步表示兴奋。

随着实地试验的展开,这种 AI 驱动 社会数字孪生技术对交通分析和城市规划的影响日益明显。这项创新在提高安全性、优化交通流量以及促进智慧城市发展方面的潜力巨大。问题依然存在:这项开创性技术将在未来几年如何重新定义我们对城市规划、交通和社会挑战的方法?

不要只是阅读加密货币新闻,要真正理解它。订阅我们的通讯。 免费。

分享本文

免责声明。 本文提供的信息不构成交易建议。 Cryptopolitan.com 对于基于本页信息进行的任何投资,我们不承担任何责任。我们强烈建议在进行任何投资决策之前,进行独立研究或咨询合格的专业人士。

Aamir Sheikh

Aamir Sheikh

Aamir 是一位科技记者,在加密货币和科技行业拥有近六年的经验。他毕业于 MAJ 大学,获得金融与市场营销 MBA 学位。目前他在 Cryptopolitan 工作,报道加密货币市场的最新发展和价格预测。

更多新闻…