Smart Street Scan
Classificeren, registreren en monitoren van straatafval via image recognition

Beeld- of objectherkenning is een computertechnologie die onderdeel uitmaakt van Computer Vision. Het wordt doorgaans ook wel Image Recognition genoemd.

Vooral door grote technologiebedrijven, zoals Google en Tesla, bevindt beeldherkenning zich in een ver gevorderd gebruiksstadium. Neem bijvoorbeeld de snelle ontwikkelingen met zelfrijdende auto’s. Een andere belangrijke sector is de beveiligingsindustrie, waar met name gezichtsherkenning grootschalig wordt toegepast.

Beeldherkenning wordt ook ingezet voor heel specifieke doeleinden, zoals het herkennen van de rijpheid van landbouwproducten of het onderscheiden van handgebaren voor gebarentaal. In de publieke sector daarentegen, en met name in toepassingen voor de openbare ruimte, bestaan er nog weinig geïmplementeerde toepassingen. Bij CentERdata hebben we ervaring op het gebied van beeld- en objectherkenning en haar toepassingen in de publieke sector.

Smart Street Scan

Het schoonhouden van de publieke ruimte is een belangrijke kerntaak voor gemeentes. Geavanceerde technologie op het gebied van Artificial Intelligence (AI) kan daarbij helpen. Voor gemeente Utrecht hebben we een haalbaarheidsonderzoek uitgevoerd voor de implementatie van AI-technieken bij het opruimen van straatafval.

Dit werd geïnitieerd via een verkregen SBIR (Small Business Innovation Research) subsidie van de Rijksdienst voor Ondernemend Nederland.

Met Smart Street Scan willen we de openbare ruimte automatisch gaan scannen aan de hand van sensor- en cameratechnologie. Het idee is dat de dienstverlening van de vuilophaaldienst vervolgens vergaand kan worden gestroomlijnd, bijvoorbeeld door veegroutes te optimaliseren.

Bovendien kan op plekken waar veel zwerfvuil wordt aangetroffen gericht worden gekeken naar manieren om bijvoorbeeld het gedrag van mensen te veranderen. Op deze manier wordt gedragswetenschappen gecombineerd met AI en data science-technieken.

Haalbaar

Het onderzoek heeft aangetoond dat het project op alle vlakken technisch haalbaar is. Voor meer dan 100 verschillende beelden en video’s zijn tests uitgevoerd. Daarbij is er rekening mee gehouden dat straatafval nooit de ideale vorm heeft. Denk bijvoorbeeld aan ingedeukte blikjes en kapotte flessen.

Objecten werden tijdens de testfase met een hoge nauwkeurigheid geïdentificeerd en geregistreerd. Naast de technische haalbaarheid is er ook gericht gekeken naar bijvoorbeeld organisatorische haalbaarheid, AVG en gebruiksvriendelijkheid.

Vervolg

Naast een mogelijk vervolg op Smart Street Scan verkennen we met diverse gemeentes en woningcorporaties onderzoeken met beeldherkenning.

Er zijn veel mogelijkheden met het gebruik van beeldherkenning in de publieke sector.

Vergelijkbare projecten