Приложения компьютерного зрения для умных городов с использованием данных дистанционного зондирования։обзор.
DOI:
https://doi.org/10.46991/BYSU:G/2022.13.3.067Ключевые слова:
умный город , компьютерное зрение , глубокое обучение , дистанционное зондирование, искусственный интеллектАннотация
В условиях стремительно растущего уровня урбанизации перенаселенность стала одной из главных проблем для муниципалитетов, экономики страны и государственного управления. Многие проблемы, связанные с управлением отходами, планированием городских ресурсов, загрязнением воздуха, загруженностью дорог и транспорта, а также вопросами здоровья населения, бросают вызов существующей инфраструктуре. Умный город направлен на улучшение образа жизни людей, создание более устойчивой среды и упрощение управления всеми этими процессами для муниципалитетов и правительств. Применение методов искусственного интеллекта и компьютерного зрения может решить проблемы умного города (наблюдение, охват территории, землепользование и земельный покров, мониторинг повреждений, обнаружение пожаров и т. д.), которые были невозможны или непросты для решения несколько лет назад.
Здесь мы рассматриваем приложения для компьютерного зрения для умных городов с использованием данных дистанционного зондирования. Кроме того, мы представляем 2 типа источников данных для создания наборов данных для решения задач умного города для городов Армении. Первый тип — это потенциальные источники данных, которые могут быть собраны благодаря усилиям муниципалитета, второй тип — это данные из открытых источников, готовые к использованию для нижеприведенных решений.
Во-первых, исторические данные с 3 разных спутников использовались для расчета доступных данных из открытых источников, которые можно использовать для применения алгоритмов глубокого обучения. Далее для каждого типа данных и каждой задачи умного города были найдены и описаны наиболее удобные методы глубокого обучения. Все они были сведены в таблицу 1.
Библиографические ссылки
World Urbanization Prospects The 2018 Revision,
Chourabi, H., Nam, T., Walker, S., Gil-Garcia, J. R., Mellouli, S., Nahon, K., Pardo, T. A., & Scholl, H. J. (2012). Understanding smart cities: An integrative framework. In Proceedings of the 45th Annual Hawaii International Conference on System Sciences, HICSS-45
Paskaleva K. A. (2009), Enabling the Smart City: The Progress of City E-Governance in Europe. International Journal of Innovation and Regional Development․
Harrison, C., Eckman, B., Hamilton, R., Hartswick, P., Kalagnanam, J., Paraszczak, J., & Williams, P. (2010). Foundations for Smarter Cities. IBM Journal of Research and Development, 54(4).
Toppeta, D. (2010). The Smart City Vision: How Innovation and ICT Can Build Smart, “Livable”, Sustainable Cities. The Innovation Knowledge Foundation.
Sánchez-Corcuera R, Nuñez-Marcos A, Sesma-Solance J, et al.(2009) Smart cities survey: Technologies, application domains and challenges for the cities of the future. International Journal of Distributed Sensor Networks.
Al-Hader M, Rodzi A, Sharif AR, et al. (2009) Smart city components architecture. In: International conference on computational intelligence, modeling and simulation, pp.93–97. New York: IEEE.
Jing, Changfeng & Du, Mingyi & Li, Songnian & Liu, Siyuan. (2019). Geospatial Dash-boards for Monitoring Smart City Performance. Sustainability.
Nigam N. and Kroo I., (2008) , Persistent Surveillance Using Multiple Unmanned Air Ve-hicles," IEEE Aerospace Conference.
Bagula A., Tuyishimire E., Wadepoel J., Boudriga N. and Rekhis S., (2016), Internet-of-Things in Motion: A Cooperative Data Muling Model for Public Safety, Intl IEEE Conferences on Ubiquitous Intelligence & Computing, Advanced and Trusted Computing, Scalable Computing and Communications, Cloud and Big Data Computing, Internet of People, and Smart World Congress, pp. 17-24.
Li D., Shan J., Shao Zh., Zhou X. and Yao Y. (2013) Geomatics for Smart Cities - Con-cept, Key Techniques,and Applications, Geo-spatial Information Science.
Nikitas A.; Michalakopoulou K.; Njoya E.T.; Karampatzakis D. (2020) Artificial Intelli-gence, Transport and the Smart City: Definitions and Dimensions of a New Mobility Era. Sustaina-bility.
Campbell J. B. and Wynne R. H., (2011) Introduction to Remote Sensing. Fifth Edition
Luckey, Daniel & Fritz, Henrieke & Legatiuk, Dmitrii & Dragos, Kosmas & Smarsly, Kay. (2020). Artificial intelligence techniques for smart city applications.
Cugurullo, Federico, (2020), Urban Artificial Intelligence: From Automation to Autonomy in the Smart City. Frontiers in Sustainable Cities.
Ismail A, Bagula BA, Tuyishimire E., (2018), Internet-Of-Things in Motion: A UAV Coalition Model for Remote Sensing in Smart Cities. Sensors (Basel).
Ershad F., Shervan. (2019). Computer Vision in Smart City.
Ma L, Liu Y., Zhang X, Ye Y., Yin G., and Johnson, B.,(2019). Deep learning in remote sensing applications: A meta-analysis and review. ISPRS Journal of Photogrammetry and Remote Sensing.
Dixit M., Srimathi C., Doss R., Loke S., Saleemdurai, M.A.. (2020). Smart Parking with Computer Vision and IoT Technology
Chunyu Y., Zhibin M., Xi Zh., (2013).A Real-time Video Fire Flame and Smoke Detection Algo-rithm, Procedia Engineering.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2022 Вестник Ереванского Университета
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
