Die Studie präsentiert ein innovatives System namens "Trashbusters", das die Probleme der illegalen Müllentsorgung in öffentlichen Räumen durch den Einsatz moderner Computervisionstechnologien wie Objekterkennung, Objektverfolgung und Gesichtserkennung automatisiert angeht.
Das System verwendet Überwachungskameras, um Müllentsorgungsvorfälle in Echtzeit zu erkennen. Der YOLOv4-Algorithmus identifiziert dabei verschiedene Arten von Müll, während der verbesserte DeepSORT-Algorithmus die Personen, die den Müll entsorgen, zuverlässig verfolgt. Mithilfe der FRAD-Technologie (Face Recognition at a Distance) wird dann das Gesicht des Täters erfasst und mit einer Datenbank abgeglichen, um seine Identität festzustellen. Auf diese Weise kann das System die Müllsünder automatisch identifizieren und bestrafen, ohne auf manuelle Überwachung oder Zeugenaussagen angewiesen zu sein.
Die Studie beschreibt ausführlich die einzelnen Komponenten des Systems, einschließlich der Verbesserungen gegenüber bestehenden Ansätzen. Zudem werden die Ergebnisse der Evaluierung präsentiert, die eine hohe Genauigkeit und Effizienz des Systems belegen. Die Autoren sehen in diesem Ansatz einen vielversprechenden Weg, um das hartnäckige Problem der Vermüllung öffentlicher Räume wirksam anzugehen und die Verantwortlichen zur Rechenschaft zu ziehen.
toiselle kielelle
lähdeaineistosta
arxiv.org
Tärkeimmät oivallukset
by Kashish Jain... klo arxiv.org 04-12-2024
https://arxiv.org/pdf/2404.07467.pdfSyvällisempiä Kysymyksiä