Abstract
Die ASFINAG Vignetten Kontrollanlagen erzeugen eine sehr große Menge an Bilddaten welche größtenteils bereits vor Ort automatisiert gefiltert werden. Nur Verdachtsfälle werden in einem zweiten Schritt in der Zentrale in Wien manuell neu geprüft und ‚bestätigt‘. Trotz der automatisierten Filterung beträgt die manuell zu prüfende Datenmenge ca. 6,5 Millionen Bildern jährlich, die von den derzeit 19 Prüfstationen nach Wien übertragen werden. Die Qualität der Bilddaten ist variabel, aber aufgrund der Randbedingungen bei der Aufnahme (hohe Fahrzeuggeschwindigkeiten, hohe benötigte Auflösung, Umweltbedingungen) naturgemäß nicht immer optimal. Die Anforderungen an eine automatische Bildanalyse sind daher sehr hoch. An dieser Stelle kann Deep Learning seine Stärken ausspielen und helfen, eine akzeptable Detektionsrate auch bei insgesamt schwierigen Voraussetzungen zu erreichen.
| Original language | German |
|---|---|
| Place of Publication | Wien |
| Publisher | Bundesministerium für Verkehr, Innovation und Technologie Abteilung Mobilitäts- und Verkehrstechnologien |
| Commissioning body | Austrian Research Promotion Agency |
| Number of pages | 52 |
| Publication status | Published - 2 Dec 2019 |
ASJC Scopus subject areas
- Engineering(all)
Fields of Expertise
- Sustainable Systems