ftn-ai-lab / sc-2019-siit

Soft Computing - 2019 - Sotversko inženjerstvo i informacione tehnologije
MIT License
5 stars 3 forks source link

Detekcija proizvođača i modela automobila na osnovu fotografija zadnjeg dela (rear bumper) #58

Open goranjviv opened 4 years ago

goranjviv commented 4 years ago

Tim:

Definicija problema Radićemo pokušaj detekcije proizvođaća automobila i/ili pokušaj detekcije mogućih modela automobila na osnovu slike zadnjeg dela. Ne možemo garantovati određivanje ni proizvođača ni modela iz prostog razloga jer to nije moguće uvek (na primer, BMWovi serije 5 (iste generacije) imaju skoro identične izglede zadnjih krajeva, izgled nekih Škoda modela je veoma sličan izgledu nekih VW modela, tako da ni čovek u nekim situacijama ne bi mogao reći razliku i sa preciznošću utvrditi proizvođača/model). Ipak, možemo koristiti geometrijske karakteristike automobila kako bismo pokušali dati predloge za proizvođače/model automobila sa slike.

Motivacija (Polu)automatizovani sistemi bezbednosti u saobraćaju. Kod nas se često sreću tzv. radari/skeneri koje ručno i na licu mesta koriste policajci. To nije optimalan način korišćenja takvih uređaja - imamo ograničen broj osoblja koji može koristiti radare/skenere, i to osoblje ima ograničenu mogućnost procesuiranja podataka. Jedini način da se proširi prikupljanje i procesuiranje podataka (bez specijalizovanog inf. sistema) jeste zapošljavanjem novog osoblja, od kojih su računari superiorniji na mnogo načina - rade non stop i manja im je cena. Naše rešenje bi moglo biti korišćeno u sistemu koji radi automatsko prikupljanje i klasifikaciju podataka sa kamera na ulicama (olakšavamo pretragu u slučaju da se ne detektuje registarska oznaka; ograničavamo pretragu na samo te modele/proizvođače automobila - koja se dalje može suziti na pretragu registrovanih prestupnika i slično).

Skup podataka Delom prikupljen online sa Google image searcha, delom ručno fotografisan. Veštački proširen transformacijama koje simuliraju različite uslove fotografisanja (osvetljenost, kontrast, zamućenje i slično). Za test podatke ću odvojiti deo prikupljenog dataseta.

Metodologija Okvirno, koraci su sledeći:

normalizacija slike - veličina, kontrast i slično na osnovu geometrijskih karakteristika (verovatno korišćenjem Haar-like features) detektovati automobil pokušati odrediti proizvođača tražeći logo na slici, metod pokretnog frejma pokušati odrediti model tražeći oznaku modela koja je uglavnom data u vidu teksta, opet frejm + stvari specifične za detekciju teksta Ukoliko proizvođač/model ne mogu biti zaključeni na osnovu logoa/teksta na slici, pristupa se traženju modela i/ili proizvođača na osnovu drugih obeležja, kao što je odnos geometrijskih oblika - veličina farova, broj auspuha itd. Metod evaluacije Tačnost (ukoliko se detektuje proizvođač/model) + naša "ekspertska" analiza za predloge.

Repo https://github.com/goranjviv/soft2019

Napomena Projekat je prijavljen i prethodne godine u ovom issue-u, ali nije uopšte rađeno na njemu (sem neprosirenog dataseta od par stotina slika koji sam skupio i labelovao). Od tima sam ostao samo ja; voleo bih da iskoristim sređeni dataset umesto da radim na predefinisanom projektu.

@vdragan1993

vdragan1993 commented 4 years ago

Tema odobrena. Srećan rad.