Sémantická segmentace, dataset Cityscapes

Je metoda klasifikace obrazového záznamu, která každému pixelu přiřadí význam. Byl použit záznam z gopro kamery, pořízený během testování měřícího kola. Gopro kamera byla umístěna na řidítku kola. Klasifikace byla provedena neuronovou sítí natrénovanou na datasetu Cityscapes. Tento dataset obsahuje 40 tříd objektů a je zaměřen na klasifikaci urbánního prostředí z pohledu účastníka dopravy.

Ukázka klasifikace datasetu Cityscapes

Videozáznam byl rozdělen na dílčí snímky (frekvence vzorkování 2 snímky za vteřinu). Záznam má 11:47 minut, bylo klasifikováno 1417 snímků. Pro každý snímek byla provedena klasifikace neuronovou sítí (architektura Enet) Výsledná data byla zjednodušena, například různé typy vozidel (Car, Truck, Bus, Botorcycle, Bicycle) byly označeny jako kategorie Vehicle.

Pokud nelze video přehrát, zde je přímý odkaz: https://youtu.be/PKudN1oU9Cg

Autokorelace

Posloupnost símků je časovou řadou, kteoru lze zkoumat metodami pro analýzu časových řad. Základním parametrem je míra autokorelace (jak závisí podobnost hodnot na jejich blízkosti v čase). V následujícím srovnání je porovnána autokorelace čtyř kategorií: - Zeleň - Vozidla - Obloha - Objekty (dopravní značky a sloupy)

Největší míra autokorelace je u zeleně - i mezi snímky vzdálenými 15 vteřin je korelace vyšší než 0,6. Vysoká míra autokorelace je i u oblohy, ale korelace mnohem rychleji klesá. U vozidle i objektů autokorelace velmi rychle klesá.

Výsledky lze interpretovat tak, že míra zeleně v zorném poli cyklisty se mění postupně, spojitě. Vozidla a objekty se naopak v zorném poli cyklisty objevují náhle a rychle zase ze zorného pole mizí.

Zeleň vs vozidla

Domněnku o pozvolné změně v zastoupení zeleně v zorém poli potvrzuje i následující graf. Šedě je skutečný průběh dat, červeně je Gaussovské zhlazení a modře je polynomiální model třetího řádu, proložený daty.

U podílu vozidel je mnohem “přímější” průběh, který lze v podstatě popsat jako konstantní, přičemž dochází k náhlému zvýšení podílu vozidle v zorném poli - například při míjení protijedoucích vozidel nebo předjíždění.