Вычислительная нейросетевая лаборатория «Устойчивые транспортные системы»

Вычислительная нейросетевая лаборатория «Устойчивые транспортные системы» помогает учёным ЮУрГУ решать научно-исследовательские задачи, а также проводить пилотные проекты. Основу лаборатории составляет передовое аппаратное оборудование, позволяющее решать сложные научные задачи в разрезе обработки больших данных (BIG DATA) на основе применения нейронных сетей.

Проводимые исследования

  • Мониторинг выбросов вредных веществ на основе применений компьютерного зрения и нейросетевых алгоритмов;
  • Дата-майнинг: Разработка алгоритмов анализа сверхбольших графов, содержащих тысячи вершин и/или ребер с ограниченными исходными данными
  • Мониторинг и прогнозирование параметров транспортных и пешеходных потоков на основе машинного обучения
  • Разработка методов и алгоритмов обработки больших данных в задачах создания искусственного интеллекта, как системы принятия решений ИТС.

Основное оборудование

 HIK VIZION (DS-2DE4225IW-DE)

Разрешение 2 Мп
• 1/2.8’’ Progressive Scan CMOS
• Аппаратный WDR 120 дБ
• Обнаружение движения, вторжения в область и пересечения линии
• ИК-подсветка до 100 м
• Слот для microSD до 256 Гб
• Широкий температурный диапазон: -30°C…+65°
• IP66, IK10
• Питание DC 12 В/PoE+

 Дополнительные ресурсы

В лаборатории имеется прямой доступ к ресурсам вычислительного комплекса «Нейрокомпьютер» для обучения искусственных нейронных сетей на базе GPU Nvidia V100 (http://supercomputer.susu.ru/computers/neurocomputer/).

Партнеры

Ключевые публикации:

  1. Shepelev, V., Aliukov, S., Glushkov, A., Shabiev, S. Identification of distinguishing characteristics of intersections based on statistical analysis and data from video cameras. (2020) Journal of Big Data, 7 (1), статья № 46. DOI: 10.1186/s40537-020-00324-7
  2. Khazukov, K., Shepelev, V., Karpeta, T., Shabiev, S., Slobodin, I., Charbadze, I., Alferova, I.Real-time monitoring of traffic parameters (2020) Journal of Big Data, 7 (1), статья № 84. DOI: 10.1186/s40537-020-00358-x
  3. Shepelev, V., Aliukov, S., Nikolskaya, K., Shabiev, S.The capacity of the road network: Data collection and statistical analysis of traffic characteristics

(2020) Energies, 13 (7), статья № 1765. DOI: 10.3390/en13071765.

  1. Ibryaeva, O., Zhulev, A., Shepelev, V., Burzev, A. Vehicle Counting at Road Intersections Using Video Data and Zone-Based Method with Additional Contour

(2020) IOP Conference Series: Materials Science and Engineering, 786 (1), статья № 012022. 10.1088/1757-899X/786/1/012022.

  1. Shepelev, V., Aliukov, S., Nikolskaya, K., Das, A., Slobodin, I. The Use of Multi-Sensor Video Surveillance System to Assess the Capacity of the Road Network (2020) Transport and Telecommunication, 21 (1), pp. 15-31. 2478/ttj-2020-0002
  2. Gorodokin, V., Shepelev, V., Buyvol, P., Shepeleva, E. Method of non-stop passage of signal-controlled intersections using dynamic signs and computer vision. (2020) Transportation Research Procedia, 50, pp. 174-181. DOI: 10.1016/j.trpro.2020.10.022.
  3. Shepelev, V.D., Glushkov, A.I., Almetova, Z.V., Mavrin, V.G.A study of the travel time of intersections by vehicles using computer vision. (2020) VEHITS 2020 – Proceedings of the 6th International Conference on Vehicle Technology and Intelligent Transport Systems, pp. 653-658.

Релевантные ссылки:

https://www.susu.ru/ru/news/2019/09/13/rossiyskie-uchenye-razrabotali-sistemu-monitoringa-trafika-na-baze-iskusstvennogo