未来，神经网络将能够根据原因和复杂性对其进行分类

　　TV BRICS合作伙伴南乌拉尔国立大学（SUSU）的研究人员已获得一项利用神经网络技术检测交通异常的程序的专利。该程序分析闭路电视录像，识别不同的车辆，并跟踪其速度和轨迹，精度高达30厘米。据该大学新闻处报道，这可以实时形成交通拥堵状况的可视化地图。

　　据南乌拉尔国立大学系统编程系副教授奥尔加·伊万诺娃介绍，该程序的独特之处在于可以检测到交通中的细微偏差，包括车道宽度的减少。

　　该系统会发出交通事故或维修等可能出现的障碍物信号。交叉路口的可视化图像每两秒更新一次，并用颜色编码指示拥堵情况——某个区域的汽车越多，方框越红。

　　值得注意的是，未来神经网络不仅能够检测到异常情况，还能根据类型进行分类，预测未来10-20分钟内可能出现的拥堵情况及其对交通的影响。这将有助于相关部门和服务部门及时应对道路问题，避免情况恶化。

　　伊万诺娃表示，此项开发具有一个重要优势——它易于融入任何城市的基础设施中，而且不需要在每辆车上安装昂贵的GPS传感器。

　　图片来源：iStock

　　金砖国家电视台供稿

　　责任编辑：王奕苏

　　编辑总监：杨波