Opis projektu
Sztuczna inteligencja pozwoli na monitorowanie ruchu w czasie rzeczywistym
Błyskawiczna urbanizacja oraz nieustanny wzrost liczby pojazdów budzą obawy o bezpieczeństwo na drogach. W związku z tymi obawami powstają systemy monitorowania ruchu w czasie rzeczywistym, które wspomagają operatorów w procesie kontroli ruchu, a także w sytuacjach awaryjnych. Uczestnicy finansowanego przez Unię Europejską projektu VISIONS opracują system monitorowania ruchu drogowego w czasie rzeczywistym, wykorzystujący transmisję wideo wysokiej jakości na potrzeby inteligentnych miast, oparty na metodach sztucznej inteligencji użytych w rozwiązaniach do przetwarzania i strumieniowej transmisji materiałów wideo. W procesie opracowywania rozwiązań zostanie wzięta pod uwagę charakterystyka ludzkiego wzroku, co pozwoli na ograniczenie zasięgu transmisji wideo. Co więcej, rozwiązanie będzie wykorzystywać zaawansowaną metodę opartą na głębokich sieciach neuronowych, co pozwoli na renderowanie i strumieniowanie materiałów wideo w niższych rozdzielczościach, natomiast planowany nowatorski system adaptacji przepływności oparty na uczeniu przez wzmacnianie zapewni odpowiednią jakość materiałów.
Cel
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.
Dziedzina nauki
- engineering and technologycivil engineeringurban engineeringsmart cities
- natural sciencescomputer and information sciencesartificial intelligencemachine learningreinforcement learning
- natural sciencescomputer and information sciencessoftwaresoftware applicationsvirtual reality
- natural sciencescomputer and information sciencesartificial intelligencecomputational intelligence
Słowa kluczowe
Program(-y)
Temat(-y)
System finansowania
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Koordynator
EX4 4QJ Exeter
Zjednoczone Królestwo