Universitas Dian Nuswantoro melaksanakan studi mengenai pendekatan tanpa supervisi untuk pengenalan rambu lalu lintas berbasis model bag-of-visual-words. Kegiatan ini melibatkan peneliti UDINUS Supriyanto, Catur; Luthfiarta, Ardytha; dan Zeniarja, Junta. Studi tersebut membahas keselamatan lalu lintas dalam konteks Advanced Driver Assistance System atau ADAS, yang dijelaskan sebagai sistem untuk membantu dan mengarahkan pengemudi guna meningkatkan keselamatan lalu lintas. Dalam konteks ini, pengenalan rambu lalu lintas diperlakukan sebagai salah satu bagian penting dari ADAS. Rambu lalu lintas dijelaskan sebagai tanda peringatan yang ditempatkan di sisi atau di atas jalan untuk memberikan informasi jalan secara terperinci kepada pengemudi.
Pendekatan yang diusulkan bersifat tanpa supervisi. Menurut sumber, pendekatan ini tidak memerlukan data berlabel maupun proses pelatihan untuk pengenalan rambu lalu lintas dan dapat membantu ketika tersedia banyak data tanpa label. Eksperimen menggunakan dataset German Traffic Sign Recognition Benchmark, yang diidentifikasi dalam sumber sebagai dataset publik untuk pengenalan rambu lalu lintas. Hasil yang dilaporkan menunjukkan bahwa jumlah visual word yang besar memungkinkan metode yang diusulkan menghasilkan akurasi tinggi dan klaster dengan kualitas baik. Namun, sumber juga menyatakan bahwa akurasi dalam studi tersebut masih sangat rendah. Alasan yang dinyatakan adalah setiap citra hanya menghasilkan tiga sampai empat keypoint, sedangkan ukuran citra yang kecil memengaruhi jumlah keypoint.
Melalui fokusnya pada pengenalan rambu lalu lintas dan keselamatan lalu lintas, kegiatan UDINUS ini berkaitan dengan tujuan kesehatan dan kesejahteraan yang baik serta kota dan komunitas berkelanjutan. Bukti ini secara khusus memuat metode penelitian, konteks dataset, dan temuan yang dilaporkan. Kegiatan tersebut ditempatkan secara institusional sebagai penelitian UDINUS mengenai pendekatan komputasional tanpa supervisi untuk pengenalan rambu lalu lintas.