24-Stunden-Nibelungenbrückenradeln, KI zählt mit

Ein Gemüselieferlastenrad wurde mit hochwertiger Luftmesstechnik ausgestattet und 24 Stunden lang von 24 Linzer FahrradaktivistInnen über die Nibelungenbrücke gefahren.

Ziel des Projektes war es, die an- und abschwellende Verkehrsdichte und die damit einhergehende enorme Schadstoffbelastung „erfahrbar" zu machen.

Zugleich wurde der Verkehr über die Brücke mittels Kamera aufgezeichnet um eine Verkehrszählung zu ermöglichen. Selbst im Zeitraffer entstand noch ein Video von drei Minuten Länge, welches in Summe 4500 Einzelbilder enthält. Auf jedem Bild können Autos, Fußgänger und andere Verkehrsteilnehmer vorhanden sein, die gezählt werden wollen - für eine manuelle Zählung zu aufwändig. Hier setzte Thomas Hoch eine Deep Learning Netz aus dem Bereich der semantischen Segmentierung ein. Dabei erkennt ein Netz auf jedem Bild die Verkehrsteilnehmer und färbt sie ein entsprechend ein (siehe Bild). Außerdem lieferte das Netz für jedes Bild die Zahl der gefunden Objekte.

Nibelungenbrücke, semantisch segmentiert.

Somit war die Zählung der ca. 70.000 Verkehrsteilnehmer mit wesentlich weniger Aufwand verbunden.
Ein Vergleich mit echten Verkehrszählungen, die die Stadt Linz durchführen ließ, ergab eine Genauigkeit von über 95% - für ein Netz, welches ursprünglich einem anderen Zweck diente, ein hervorragender Wert.

Das fertige Video zum Projekt, welches auch Ausschnitte aus dem Verkehrszählungsvideo enthält, kann hier auf Vimeo betrachtet werden.

VIMEO Snapshot

Kontakt

Thomas Hoch

Hoch Thomas

Research Team Leader Image and Information Fusion
Telefon: +43 7236 3343 831
Fax: +43 7236 3343 888

zurück