การศึกษา “The 8th AI City Challenge”
Shuo Wang และคณะผู้วิจัยได้เผยแพร่ตีพิมพ์ “The 8th AI City Challenge” ใน IEEE มีใจความดังนี้
1. สรุปเนื้อเรื่อง
“The 8th AI City Challenge” มุ่งเน้นการผสานเทคโนโลยีปัญญาประดิษฐ์และการมองเห็นด้วยคอมพิวเตอร์ในสภาพแวดล้อมจริง เช่น การค้าปลีกและระบบการจราจรอัจฉริยะ (ITS) การแข่งขันแบ่งเป็น 5 แทร็กหลัก ได้แก่ การติดตามคนแบบหลายกล้อง การบรรยายเหตุการณ์อุบัติเหตุจราจร การวิเคราะห์พฤติกรรมการขับขี่ การวิเคราะห์ข้อมูลจากกล้องตาปลา และการตรวจสอบการสวมหมวกกันน็อก
2. วิธีวิจัย
การแข่งขันนี้ใช้ชุดข้อมูลที่สร้างจากการจำลองสถานการณ์ในหลากหลายบริบททางจราจร ผู้เข้าร่วมแข่งขันใช้เทคนิคการเรียนรู้เชิงลึกและการมองเห็นด้วยคอมพิวเตอร์ในการวิเคราะห์วิดีโอและภาพจากกล้องเพื่อตอบโจทย์แต่ละแทร็ก การประเมินผลดำเนินการผ่านระบบอัตโนมัติ ซึ่งวัดผลความแม่นยำจากหลายมุมมอง
3. เครื่องมือ
เครื่องมือที่ใช้ได้แก่:
- YOLOX และ YOLOv8 สำหรับการตรวจจับวัตถุ
- Vision Language Model (VLM) สำหรับการบรรยายวิดีโอ
- Graph Neural Networks (GNNs) และ Transformer models สำหรับการติดตามคนแบบหลายกล้อง
4. ผลการวิจัย
การแข่งขันนี้แสดงให้เห็นถึงพัฒนาการในหลายด้าน เช่น การติดตามคนแบบหลายกล้องที่มีความแม่นยำสูงขึ้น การวิเคราะห์เหตุการณ์อุบัติเหตุด้วยการบรรยายจากวิดีโอที่ซับซ้อน และการตรวจจับการสวมหมวกกันน็อกของผู้ขับขี่รถจักรยานยนต์ โดยใช้เทคนิคการปรับปรุงข้อมูล เช่น การใช้ pseudo-label และการทำ augmentation เพื่อเพิ่มความแม่นยำ
5. ข้อเสนอแนะ
ควรมีการพัฒนาวิธีการเรียนรู้ที่เน้นความสัมพันธ์เชิงพื้นที่และเวลาให้มากขึ้น เพื่อรองรับการติดตามคนแบบเรียลไทม์ การบรรยายเหตุการณ์ที่ซับซ้อน ควรเพิ่มการใช้ Graph Neural Networks และ Temporal modeling เพื่อลดข้อผิดพลาดในการติดตามวัตถุและการจำแนกพฤติกรรม
6. เอกสารอ้างอิง
ข้อมูลจากการวิจัยและผลลัพธ์จากการแข่งขัน AI City Challenge 2024 ซึ่งประกอบด้วยบทวิเคราะห์จากผู้เชี่ยวชาญที่เข้าร่วมและผลงานของทีมนักวิจัยต่างๆ(Wang_The_8th_AI_City_Ch…).