Browsing by Subject "Panoraamakuva"

Uuden tieliikennelain mukanaan kunnille tuomat velvoitteet, kuten liikenteenohjaukseen käytetyn välineistön (esim. liikennemerkkien) ylläpitovastuu, siirtyy kunnille 1.6.2020. Kenttäinventoimalla suoritettava liikennemerkkien kunnon ja sijainnin selvittäminen on usein työlästä ja tuottaa kustannuksia. Tässä tutkimuksessa selvitetään, miten näitä voidaan automatisoidusti inventoida panoraamakuvilta. Samalla verrataan panoraamakuvien ja niistä luotujen osakokonaisuuksien (pilkottujen kuvien) soveltuvuutta kyseiseen tarkoitukseen. Tunnistuksen tuloksena syntyviä havaintoja verrataan Väyläviraston ylläpitämään avoimeen liikennemerkkiaineistoon sekä tunnistettujen kohteiden sijainti lasketaan kuvilta. Työssä tutustutaan myös eri kohteentunnistusalgoritmien toimintaan sekä selvitetään, miten liikennemerkkien automaattisessa tunnistuksessa on onnistuttu muissa tutkimuksissa. Aineistona toimii Inkoosta otettujen panoraamakuvien lisäksi Mapillaryn toimittamat kuva-aineistot, joita käytetään YOLOv3-kohteentunnistusalgoritmin koulutukseen ja testaukseen. Työssä esitellään myös YOLOv3-koulutuksen toteuttaminen ja käydään läpi tarvittavat ohjelmistot sen implementoinnissa toiseen työhön. Koulutus vaatii riittävän GPU:n lisäksi erilaisia ohjelmia sekä runsaasti kuva-aineistoa, jotta ylisovittamisen riskiltä vältytään. Tulosten perusteella pilkotut kuvat tuottavat paremman tuloksen verrattuna panoramakuviin. Pilkotuilta kuvilta jokainen ajoreitin varrella ollut kärkikolmio tunnistettiin, kun taas panoraamakuvilta tämä ei onnistunut. Lisäksi algoritmin kyky sijoittaa kärkikolmion sijainti kuvalle oli varsin hyvä saavuttaen keskimäärin IoU-arvon 0,86, kun se panoraamoilla oli 0,52. Samoin tulosten luotettavuutta kuvaavat Precision- ja Recall-arvot olivat huomattavasti korkeammat kuin panoraamakuvilla. Työssä havaittiin lisäksi, että Väyläviraston avoimesta aineistosta puuttuu useita kärkikolmioita. Kuvilta onnistuttiin myös laskemaan muutaman metrin tarkkuudella kärkikolmioiden sijainti maastossa. Tutkimuksen perusteella kohteentunnistusalgoritmit tuottavat merkittävää hyötyä kohteiden automaattisessa tunnistuksessa. Algoritmien hyödyntämistä tulevaisuudessa mahdollistaa lisääntyvä kuva-aineistojen määrä sekä laskentatehon kasvu. Hyödyntämällä kohteentunnistusalgoritmeja kuntien on mahdollista helpottaa uuden tieliikennelain velvoitteiden noudattamista. Tämän myötä algoritmien suosio voi kasvaa tulevaisuudessa. Kohteentunnistusalgoritmien implementointiin tarvitaan kuitenkin ohjeistusta ja käyttötapauksia, joita tämä tutkimus tuloksillaan edistää.