कृत्रिम बुद्धिमत्ता का उपयोग करते हुए, नेशनल इंस्टीट्यूट ऑफ टेक्नोलॉजी राउरकेला (एनआईटी राउरकेला) के शोधकर्ताओं ने एक ‘मल्टी-क्लास व्हीकल डिटेक्शन’ (एमसीवीडी) मॉडल और एक ‘लाइट फ्यूजन बाई-डायरेक्शनल फीचर पिरामिड नेटवर्क’ (एलएफबीएफपीएन) टूल विकसित किया है, जिसका उद्देश्य यातायात प्रबंधन में सुधार करना है। विकासशील राष्ट्रों में। इलेक्ट्रॉनिक्स और संचार इंजीनियरिंग विभाग के एसोसिएट प्रोफेसर, प्रोफेसर सैंटोस कुमार दास के नेतृत्व में, टीम ने एक बुद्धिमान वाहन पहचान (आईवीडी) प्रणाली का लाभ उठाया, जो छवियों और वीडियो में वाहनों की पहचान करने के लिए कंप्यूटर दृष्टि का उपयोग करता है। यह प्रणाली यातायात प्रवाह को अनुकूलित करने, भीड़भाड़ को कम करने और भविष्य की सड़क योजना में सहायता के लिए वास्तविक समय यातायात डेटा एकत्र करती है।
जबकि आईवीडी प्रणालियां संगठित यातायात वाले विकसित देशों में अच्छा प्रदर्शन करती हैं, वहीं मिश्रित यातायात वाले विकासशील देशों में उन्हें चुनौतियों का सामना करना पड़ता है। भारत में, विभिन्न प्रकार के वाहन – कारों और ट्रकों से लेकर साइकिल, रिक्शा और पशु गाड़ियां, पैदल चलने वालों के साथ – अक्सर निकटता में चलते हैं, जिससे वाहन का सटीक पता लगाना मुश्किल हो जाता है।
रडार और लाइट डिटेक्शन एंड रेंजिंग (LiDAR) जैसे सेंसर सिस्टम सहित पारंपरिक आईवीडी विधियां नियंत्रित वातावरण में प्रभावी हैं, लेकिन बारिश और धूल भरी आंधियों सहित प्रतिकूल मौसम की स्थिति में संघर्ष करती हैं। इसके अलावा, ये सिस्टम महंगे हैं। वीडियो-आधारित प्रणालियाँ विशेष रूप से भारत के लिए अधिक संभावनाएं रखती हैं, लेकिन पारंपरिक वीडियो प्रसंस्करण तकनीकें तेजी से बढ़ते ट्रैफ़िक के साथ संघर्ष करती हैं और महत्वपूर्ण कम्प्यूटेशनल शक्ति की मांग करती हैं।
डीप लर्निंग (डीएल) मॉडल, एक प्रकार का एआई जो मौजूदा डेटा से सीखता है, वीडियो फ़ीड में वाहनों का पता लगाने का एक कुशल तरीका प्रदान करता है। ये मॉडल ट्रैफ़िक छवियों की पहचान और विश्लेषण करने के लिए कन्वेन्शनल न्यूरल नेटवर्क (सीएनएन) का उपयोग करते हैं। हालाँकि, वे अक्सर विभिन्न आकारों और कोणों के वाहनों का सटीक पता लगाने में विफल रहते हैं, खासकर व्यस्त, मिश्रित-यातायात वातावरण में।
इसके अतिरिक्त, ऐसी जटिल स्थितियों के लिए डिज़ाइन किए गए लेबल किए गए डेटा सेट की कमी है।
इन चुनौतियों का समाधान करने के लिए, प्रोफेसर दास और उनकी टीम ने नया एमसीवीडी मॉडल विकसित किया है, जो ट्रैफ़िक छवियों से प्रमुख विशेषताओं को कुशलतापूर्वक निकालने के लिए वीडियो डीइंटरलेसिंग नेटवर्क (वीडीनेट) का उपयोग करता है, तब भी जब वाहन आकार और आकार में भिन्न होते हैं। उन्होंने निकाले गए विवरणों को और अधिक परिष्कृत करने के लिए विशेष एलएफबीएफपीएन उपकरण भी पेश किया।
(टैग्सटूट्रांसलेट)ट्रैफिक कंट्रोल(टी)एआई(टी)एमसीवीडी मॉडल(टी)एलएफबीएफपीएन टूल(टी)एनआईटी राउरकेला
Source link