Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Capture: IT-plattform för bildigenkänning och förvaltning
SLU.
SWECO.
SWECO.
SWECO.
2022 (Swedish)Report (Other academic)
Abstract [sv]

Trafikverket anpassar befintlig och ny infrastruktur till landskapets ekologiska förutsättningar och processer. Detta kräver nya faunapassager såväl som anpassningar av befintliga passagemöjligheter, men även andra former av åtgärder som viltvarningssystem och nya stängsel. För att kunna följa upp och bedöma dessa åtgärders effekt används kameraövervakning.

Befintliga internationella och kommersiella IT-system för kameraövervakning tillfredsställer inte de krav som Trafikverket har på datasäkerhet, arkivering och integritetsskydd. Projektets mål har därför varit att ta fram en lösning för förvaltning, analys, tolkning och arkivering av video- och bildmaterial från i första hand Trafikverkets faunaprojekt men också andra myndigheters projekt. Resultatet är bildförvaltningsplattformen Capture som kombinerar manuell förvaltning av metadata med automatisk bildanalys genom artificiell intelligens (AI)/maskininlärning (ML) och automatiserad avpersonifiering av potentiellt integritetskränkande bilder. Plattformens moduluppbyggnad möjliggör att nya algoritmer för bildigenkänning, även för annat än vilt, kan kopplas in och därmed vidga användningsområdet.

Place, publisher, year, edition, pages
Borlänge, 2022. , p. 31
Series
Trafikverkets publikationer ; 2022:017
Keywords [sv]
autokameror, viltkameror, kamerafällor, faunapassager, maskininlärning, bildigenkänning, faunaåtgärder, faunaprojekt, kameraövervakning, vilt, fauna, ekologi
National Category
Computer graphics and computer vision
Research subject
Biologisk mångfald, Djur vid vägar och järnvägar
Identifiers
URN: urn:nbn:se:trafikverket:diva-5344ISBN: 978-91-8045-004-1 (electronic)Archive number: TRV 2020/25343OAI: oai:DiVA.org:trafikverket-5344DiVA, id: diva2:1647741
Available from: 2022-03-28 Created: 2022-03-28 Last updated: 2025-02-07Bibliographically approved

Open Access in DiVA

Capture: IT-plattform för bildigenkänning och förvaltning(2746 kB)465 downloads
File information
File name FULLTEXT01.pdfFile size 2746 kBChecksum SHA-512
a8c4797ad64deaa0df3546ce0455cbc0d2d6d7b36e8b8d4a1bd5090ebb0efc8f5b9883eef1d4c806a63baf6d01e8e90e0eff34123196200f4d16d7be13c7770a
Type fulltextMimetype application/pdf

Computer graphics and computer vision

Search outside of DiVA

GoogleGoogle Scholar
Total: 465 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

isbn
urn-nbn

Altmetric score

isbn
urn-nbn
Total: 543 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf