Descripción del proyecto DEENESFRITPL Inteligencia artificial para monitorizar el tráfico en tiempo real La rápida urbanización y el incremento continuo de las cifras de vehículos ha aumentado la preocupación por la seguridad de las carreteras. Como resultado, se han instalado sistemas de monitorización del tráfico en tiempo real para ayudar a los operadores para el control del tráfico y para situaciones de emergencia. El proyecto VISIONS, financiado con fondos europeos, desarrollará un sistema de monitorización del tráfico mediante transmisión de vídeo de alta calidad en ciudades inteligentes basado en métodos de inteligencia artificial (IA) aplicados al procesamiento y la transmisión de vídeo. Se tendrán en cuenta las características de los sistemas visuales de los humanos a la hora de determinar la asignación de la calidad del vídeo con el fin de limitar la capacidad necesaria para la transmisión de vídeo. Se implementará un método avanzado basado en redes neuronales profundas para permitir la reproducción y la transferencia de vídeo a resoluciones menores y se planeará un nuevo sistema de adaptación de la tasa de bits basado en el aprendizaje de refuerzo para garantizar la calidad de la experiencia. Mostrar el objetivo del proyecto Ocultar el objetivo del proyecto Objetivo With the rapid development of urbanization and continuous increase of vehicles on roadways, Intelligent Transportation Systems (ITS) play a key role in revolutionizing the way people commute. To make our cities safer and smarter, real-time traffic monitoring systems are deployed to help operators with observing traffic flows and identifying emergency situations. This project aims to achieve real-time traffic monitoring with high-quality video transmission in smart cities, leveraging the emerging Artificial Intelligence methods in video processing and video streaming. Firstly, the features of human visual systems will be referred on video quality allocation to reduce the required bandwidth for video transmission. Next, an innovative method for end-to-end video processing based on Deep Neural Networks will be developed to allow the video rendering and streaming at a lower resolution and also restore/improve the quality at the user ends. Finally, a new bitrate adaption scheme based on Reinforcement Learning will be designed to accommodate the unexpected network dynamics, guaranteeing the Quality-of-Experience to be perceived by users. The expected outcome can promote safer and more efficient travel for millions of users in Europe and billions of users all over the world. Moreover, the results of this project can be used in other multimedia applications, such as cloud virtual reality, distance education, smart transportation, and healthcare where video processing and video streaming are needed. To broaden the fellow’s knowledge horizon, a series of research, training, and knowledge transfer activities are planned. The new knowledge and skills imparted in these activities will further promote his academic portfolio and significantly enhance his career prosperity. The project will also play a solid foundation for the long-term and wide-range collaborations and eventually lead to more extensive impact of project results, from which both EU and China will benefit. Ámbito científico ingeniería y tecnologíaingeniería civilingeniería urbanaciudad inteligenteciencias naturalesinformática y ciencias de la informacióninteligencia artificialaprendizaje automáticoaprendizaje por refuerzociencias naturalesinformática y ciencias de la informaciónsoftwaresoftware de aplicaciónrealidad virtualciencias naturalesinformática y ciencias de la informacióninteligencia artificialinteligencia computacional Programa(s) H2020-EU.1.3. - EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions Main Programme H2020-EU.1.3.2. - Nurturing excellence by means of cross-border and cross-sector mobility Tema(s) MSCA-IF-2019 - Individual Fellowships Convocatoria de propuestas H2020-MSCA-IF-2019 Consulte otros proyectos de esta convocatoria Régimen de financiación MSCA-IF-EF-ST - Standard EF Coordinador THE UNIVERSITY OF EXETER Aportación neta de la UEn € 224 933,76 Dirección The queen's drive northcote house EX4 4QJ Exeter Reino Unido Ver en el mapa Región South West (England) Devon Devon CC Tipo de actividad Higher or Secondary Education Establishments Enlaces Contactar con la organización Opens in new window Sitio web Opens in new window Participación en los programas de I+D de la UE Opens in new window Red de colaboración de HORIZON Opens in new window Otras fuentes de financiación € 0,00
