以减少行人事故为中心的数据分析：哥伦比亚案例研究
人工智能
2021-04-05 v1 计算机视觉与模式识别
图形学
摘要
自2012年以来，在哥伦比亚布卡拉曼加的一项案例研究中，共有179名行人在车祸中死亡，另有2873名行人受伤。每天至少有一名路人卷入悲剧。了解事故原因以减少事故发生至关重要，而利用系统动力学重现碰撞事件对于预防进一步事故也至关重要。本工作通过实施仿真来降低城市的事故率并提出待实施的新安全政策，从而挽救生命。仿真的输入为城市部分区域的视频记录。对图像进行深度学习分析，得到场景中不同物体的分割，交互模型识别出在行人或车辆行为中占主导的主要原因。经我们的仿真验证，首要且最高效的安全政策是在过街前于特定位置修建减速带，可将事故率降低80%。
引用
@article{arxiv.2104.00912,
title = {Datacentric analysis to reduce pedestrians accidents: A case study in Colombia},
author = {Michael Puentes and Diana Novoa and John Delgado Nivia and Carlos Barrios Hernández and Oscar Carrillo and Frédéric Le Mouël},
journal= {arXiv preprint arXiv:2104.00912},
year = {2021}
}