Fujitsu Limited e la Carnegie Mellon University hanno annunciato lo sviluppo di una nuova tecnologia per visualizzare le situazioni del traffico, comprese le persone e i veicoli, come parte della ricerca congiunta sul Social Digital Twin iniziata nel 2022. La tecnologia trasforma l'immagine di una scena 2D catturata da una telecamera monoculare RGB in un formato 3D digitalizzato utilizzando l'intelligenza artificiale, che stima la forma e la posizione 3D di persone e oggetti, consentendo una visualizzazione di alta precisione di scene 3D dinamiche. A partire dal 22 febbraio 2024, Fujitsu e la Carnegie Mellon University condurranno prove sul campo sfruttando i dati degli incroci di Pittsburgh, negli Stati Uniti, per verificare le applicazioni di questa tecnologia.

Questa tecnologia si basa su un'intelligenza artificiale che è stata addestrata per rilevare la forma delle persone e degli oggetti attraverso l'apprendimento profondo. Questo sistema è composto da due tecnologie fondamentali: La Tecnologia di Stima dell'Occupazione 3D, che stima l'occupazione 3D di ogni oggetto solo da una telecamera RGB monoculare, e la Tecnologia di Proiezione 3D, che individua con precisione ogni oggetto all'interno di modelli di scena 3D. Utilizzando queste tecnologie, le immagini scattate in situazioni in cui le persone e le auto sono densamente situate, come gli incroci, possono essere ricostruite dinamicamente nello spazio virtuale 3D, fornendo così uno strumento cruciale per l'analisi avanzata del traffico e la prevenzione di potenziali incidenti che non potrebbero essere catturati dalle telecamere di sorveglianza.

I volti e le targhe sono anonimizzati per preservare la privacy. In futuro, Fujitsu e la Carnegie MellonUniversity mirano a commercializzare questa tecnologia entro l'anno fiscale 2025, verificando la sua utilità non solo nei trasporti, ma anche nelle città intelligenti e nella sicurezza del traffico, con l'obiettivo di espandere il suo campo di applicazione. Nel febbraio 2022, Fujitsu e la Carnegie Mellon University's School of Computer Science e il College of Engineering hanno iniziato la loro ricerca congiunta sulla tecnologia Social Digital Twin, che replica dinamicamente le complesse interazioni tra persone, beni, economie e società in 3D.

Queste tecnologie consentono la costruzione 3D di alta precisione di oggetti a partire da più fotografie scattate da video ripresi da diverse angolazioni. Tuttavia, man mano che la ricerca congiunta procedeva, si è scoperto che i metodi di analisi video esistenti erano tecnicamente insufficienti per ricostruire dinamicamente le immagini catturate in 3D. Per riprodurlo erano necessarie più telecamere e c'erano problemi di privacy, carico di lavoro e costi, che diventavano un ostacolo all'implementazione sociale.