Objekt Recognition Public Space Containers

Gemeente Amsterdam

De direksje V&OR hat it Computerfisyteam fan de Gemeente Amsterdam yn opdracht jûn om te ûndersykjen hoe't objektherkenning helpe kin foar te kommen dat kwetsbere brêgen en kaaimuorren ynstoarten troch dêrop swiere foarwerpen te pleatsen.

Lêst feroare op 27 novimber 2024 om 15:11 | Publikaasjestandaard 1.0

• Publicatiecategorie: Ympaktfolle algoritmes
• Impacttoetsen: Fjild net ynfierd.
• Status: Yn ûntwikkeling

Algemene ynformaasje

Tema

• Ekonomy
• Romte en ynfrastruktuer

Begjindatum

Fjild net ynfierd.

Kontaktgegevens

[e-mail]

Ferantwurde gebrûk

Doel en impact

De direksje V&OR hat it Computerfisyteam fan de Gemeente Amsterdam (hjirnei: CVT) yn opdracht jûn om te ûndersykjen hoe't objektherkenning helpe kin foar te kommen dat kwetsbere brêgen en kaaimuorren ynstoarten troch dêrop swiere foarwerpen te pleatsen. Containers binne swiere objekten dy't it risiko fan ynstoarten ferheegje. Der is op dit stuit gjin dúdlik ynsjoch yn wêr't dizze konteners yn (kwetsbere) stêdsdielen lizze.

Tidens de Pilot sil hifke wurde oft konteners mei in scanauto útrist mei in kamera mei súkses werkend wurde kinne yn iepenbiere romten. Nei it werkennen fan konteners yn iepenbiere romten kin in sinjaal generearre wurde. Troch dit sinjaal te foarsjen fan ekstra ynformaasje út (gemeentlike) boarnen kin it wurk fan tafersjochhâlders ek better útfierd wurde. Dat kin bygelyks troch yn in notifikaasje ynformaasje op te nimmen oer hoe driuwend it sinjaal is op grûn fan de kwetsberens fan de oanbelangjende kade dêr't de kontener op leit. Dêrmei kin prioriteit jûn wurde oan urgente situaasjes.

Neist it generearjen fan in sinjaal kinne meiwurkers gebrûk meitsje fan in digitale kaart dêr't de fûne konteners op te sjen binne.

Update 2024:

De pilot is no mei súkses foltôge. It is oantoand dat konteners mei súkses erkend kinne wurde en dat de technology kin wurde brûkt om ferkeard pleatste konteners op in mear doelgerichte manier te identifisearjen.

Afwagings

De brêgen en kaaimuorren yn de binnenstêd binne slim ferswakke troch jierren fan oerlêst. Yn de tiid dat dizze brêgen en kaaien waarden boud wie der gjin swier ferkear. Wy fersterkje of ferfange de brêgen en kaaimuorren. Dêrom binne der no op ferskate plakken swier ferkear en swiere foarwerpen ferbean.

Minskele tuskenkomst

D'r is gjin automatisearre beslútfoarming troch it brûken fan de funksje foar ôfbyldingsherkenning. De foarsjenning genereart automatysk in sinjaal. Dit sinjaal wurdt dan (manueel) beoardiele troch in tafersjochhâlder, wêrnei't in bûtentsjinstûndersyk plakfine kin. De tafersjochhâlder beoardielet selsstannich oft de situaasje legaal of yllegaal is. As dat lêste it gefal is, sil in hanthavener selsstannich in beslút nimme. Dit betsjut dat der genôch sinfol minsklike yntervinsje is.

De 'útfier' fan de algoritmen draacht wol by oan it 'beslút' om al of net fierder ûndersyk (fjildûndersyk) te dwaan nei de waarnommen kontener yn de iepenbiere romte. Dit betsjut dat de foarsjenning (mei byhearrende algoritmen) in wichtige ynfloed hat.

Risikobehear

Oer de hiele breedte binne maatregels nommen om de gegevens feilich te ferwurkjen en ynsidinten (bygelyks: it blurring-algoritme wurket net mear) fluch en effektyf neffens fêste prosedueres op te lossen. Bysûnder omtinken wurdt bestege binnen it projekt om de makke omjouwingsôfbyldings soarchfâldich te anonymisearjen en oerstallige gegevens te ferwiderjen. Dêrneist wurdt in soad omtinken jûn oan de einbrûkers fan de foarsjenning. Se moatte goed ynformearre wurde oer de wurking fan de foarsjenning (mei byhearrende algoritmen) en wat de potinsjele risiko's binne. Tafersjochhâlders moatte altyd selsstannich karren meitsje kinne. It is dêrom wichtich dat de útfier goed ynterpretearre wurde kin en dat in sinjaal ek negearre wurde kin.

Wurking

Gegevens

Training dataset foar de ûntwikkeling fan de algoritmen:

De gemeente hat in al beskikbere dataset brûkt om it algoritme foar byldherkenning en fervaging te ûntwikkeljen.

Blur algoritme

It giet om sa'n 10.000 bylden mei rau, dus net anonymisearre, gegevens. Dizze ôfbyldings wiene nedich om it algoritme te learen om minsken en kentekenplaten manueel te herkennen, sadat se fan ôfbyldings fuortsmiten wurde kinne. Dizze ôfbyldings binne allinich tagonklik foar guon ûntwikkelders dy't de modellen traine. De bylden wurde bewarre sa lang as it algoritme fierdere ûntwikkeling fereaskje kin.

Algoritme foar ôfbyldingsherkenning

Om dit algoritme te learen om konteners goed te werkennen, waarden rûchwei 1.500 foar in part anonymisearre en foar in part net-anonymisearre ôfbyldings brûkt om it algoritme mei de hân te trainen. It brûken fan net-anonymisearre bylden wie dêrfoar needsaaklik, sadat de kontekst (iepenbiere romte fan de gemeente Amsterdam) safolle mooglik yntakt hâlden wurdt. Dit soarget derfoar dat it algoritme better yn steat is om de konteners te werkennen. Yn tsjinstelling ta bygelyks Google Maps makket de gemeente ek de hiele postuer fan minsken yn de iepenbiere romte ûndúdlik.

Produksje dates:

It scansysteem fangt ôfbyldings dy't metadata befetsje lykas datum, tiid, lokaasje en koptekst.

Dizze bylden wurde dan allegear anonymisearre mei it blur-algoritme dat de gemeente Amsterdam ûntwikkele hat. Fuort dêrnei wurde de bylden filtere foar bylden mei konteners derop mei it byldherkenningsalgoritme 'containers'. Alle ôfbyldings dêr't gjin konteners op sichtber binne, wurde fuortendaliks wiske.

Neidat eardere gegevens ynhelle binne, wurdt dizze ynformaasje ferrike mei ynformaasje út fergunnings en ynformaasje oer kwetsbere brêgen en kaaimuorren.

Dan wurdt ûndersocht oft de kontener op in kwetsbere brêge of kaaimuorre stiet.

Op grûn fan boppesteande gegevens kin de folgjende ynformaasje generearre wurde:

• Kategory Oranje (of read): mooglik yllegaal objekt (op kwetsbere kade)
• Ofstân ta kwetsbere kade: 25 meter
• Ofstân ta beswierfergunning: 40 meter

De boppesteande gegevens wurde stjoerd nei de Signals Information Facility Amsterdam. SIA ferwurket dat ta in 'sinjaal' foarsjoen fan in kaart mei lokaasje-oantsjutting en stjoert dat troch nei CityControl, sadat in tafersjochhâlder der mei wurkje kin.

Anonymisearre ôfbyldings dy't konteners sjen litte wurde opnij brûkt om it algoritme foar ôfbyldingsherkenning opnij te trainen / te ferbetterjen.

Technyske wurking

Optreden

De algoritmen prestearje goed op basis fan resultaten mei de trainingsdataset. De bedoelde Pilot is nedich om de algoritmen te testen mei produksjegegevens. Prestaasje wurdt sekuer metten tidens de Pilot. Dochs hat elk algoritme ek in saneamde flatermarge. De CVT hat dit ûndersocht en dit bart yn 'e folgjende situaasje:

• Algoritme foar ôfbyldingsherkenning

De kontener is te fier fuort en it algoritme herkent de kontener net. It risiko dat de kontener mist wurdt is lykwols lyts, om't it wierskynlik is dat it skennende auto úteinlik de kontener yn it risikogebiet passeart, sadat it erkend wurde kin.

• Blur algoritme

It blur-algoritme hat op it stuit in krektens fan sawat 95% foar minsken tichtby de kamera. Foar minsken dy't fierder fan de kamera ôf steane is dat sa'n 92%. Fisuele ynspeksje fan in stekproef hat útwiisd dat de persoanen dy't net herkend wurde meastentiids net werkenber binne, bygelyks omdat se foar in part efter in beam sitte. Ideal sille dizze minsken ek wazig wurde. It blur-algoritme sil de kommende moannen fierder ûntwikkele wurde. De prestaasjes wurde ferwachte om fierder te ferbetterjen en sawat 99% te berikken. Foar de Pilot, en sjoen alle maatregels nommen om de ôfbyldings feilich te ferwurkjen, wurdt de krektens fan 95% foar no as genôch beskôge. As ekstra maatregels wurde bylden fuortsmiten dêr't gjin sinjaal op oanmakke wurdt. Dit sil dien wurde binnen 24 oeren.

Update 2024: Blurring as a Service (BaaS) is no yn gebrûk nommen, dat sil brûkt wurde yn in mooglik ferfolchproses om de ôfbyldings te anonymisearjen.