{"id":1248,"date":"2008-12-05T11:47:11","date_gmt":"2008-12-05T09:47:11","guid":{"rendered":"http:\/\/www.borderzero.eu\/tts\/?p=1248"},"modified":"2009-06-17T11:47:39","modified_gmt":"2009-06-17T09:47:39","slug":"usa-si-migliorano-le-tecniche-di-tracking-dei-veicoli","status":"publish","type":"post","link":"https:\/\/www.ttsitalia.it\/en\/usa-si-migliorano-le-tecniche-di-tracking-dei-veicoli\/","title":{"rendered":"Usa: si migliorano le tecniche di tracking dei veicoli"},"content":{"rendered":"<p>Inserito il 05\/12\/2008<\/p>\n<p>Il Department of Computer Science and Engineering dell\u2019Universit\u00e0 del Minnesota ha sviluppato un sistema video per il rilevamento e il controllo del traffico basato sul riconoscimento di eventi e situazioni appartenenti ad uno specifico profilo salvato dall\u2019operatore.<!--more--><br \/>\nIl sistema rappresenta le situazioni di traffico come una stringa di azioni, per esempio quando il veicolo si muove in una certa zona ad una certa velocit\u00e0, il computer \u201cimpara\u201dquale azione quel certo movimento rappresenta. Il computer non ha, ovviamente, la capacit\u00e0 di riconoscere da solo i diversi tipi di azione e movimento, per cui si ricorre a un sistema di insegnamento semi-controllato per far si che il computer impari a riconoscere gli eventi che di volta in volta si presentano in video. Il computer viene fornito di una serie di esempi chiari che lo aiutano nel riconoscimeto di cui sopra.<br \/>\nI ricercatori sono rimasti soddisfatti dal periodo di prova del sistema, dichiarato efficiente rispetto ai normali sistemi di controllo del traffico.<\/p>\n<p>Fonte: Traffic Technology Today<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Inserito il 05\/12\/2008 Il Department of Computer Science and Engineering dell\u2019Universit\u00e0 del Minnesota ha sviluppato un sistema video per il rilevamento e il controllo del traffico basato sul riconoscimento di eventi e situazioni appartenenti ad uno specifico profilo salvato dall\u2019operatore.<\/p>\n","protected":false},"author":642,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_uag_custom_page_level_css":""},"categories":[1],"tags":[],"uagb_featured_image_src":{"full":false,"thumbnail":false,"medium":false,"medium_large":false,"large":false,"1536x1536":false,"2048x2048":false,"post-thumbnail":false},"uagb_author_info":{"display_name":"admin","author_link":"https:\/\/www.ttsitalia.it\/en\/author\/admin\/"},"uagb_comment_info":0,"uagb_excerpt":"Inserito il 05\/12\/2008 Il Department of Computer Science and Engineering dell\u2019Universit\u00e0 del Minnesota ha sviluppato un sistema video per il rilevamento e il controllo del traffico basato sul riconoscimento di eventi e situazioni appartenenti ad uno specifico profilo salvato dall\u2019operatore.","_links":{"self":[{"href":"https:\/\/www.ttsitalia.it\/en\/wp-json\/wp\/v2\/posts\/1248"}],"collection":[{"href":"https:\/\/www.ttsitalia.it\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.ttsitalia.it\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.ttsitalia.it\/en\/wp-json\/wp\/v2\/users\/642"}],"replies":[{"embeddable":true,"href":"https:\/\/www.ttsitalia.it\/en\/wp-json\/wp\/v2\/comments?post=1248"}],"version-history":[{"count":1,"href":"https:\/\/www.ttsitalia.it\/en\/wp-json\/wp\/v2\/posts\/1248\/revisions"}],"predecessor-version":[{"id":1249,"href":"https:\/\/www.ttsitalia.it\/en\/wp-json\/wp\/v2\/posts\/1248\/revisions\/1249"}],"wp:attachment":[{"href":"https:\/\/www.ttsitalia.it\/en\/wp-json\/wp\/v2\/media?parent=1248"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.ttsitalia.it\/en\/wp-json\/wp\/v2\/categories?post=1248"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.ttsitalia.it\/en\/wp-json\/wp\/v2\/tags?post=1248"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}