Методи обробки даних відеокамер спостереження транспортного руху в реальному часі
DOI:
https://doi.org/10.20535/1560-8956.43.2023.292269Ключові слова:
аналіз відеопотоку, трафік, TLCR, показник інтенсивності руху, відстеження транспортних засобівАнотація
Метою даної роботи є підвищення ефективності існуючих методів оцінки стану дорожнього трафіку за даними з камер відеоспостереження та розробка нових методів. Обʼєктом дослідження є програмні засоби та методи аналізу стану
дорожнього трафіку за даними з відеопотоку. У дослідженні розглянуто методи аналізу відеопотоку для оцінки трафіку на ділянці дороги, у тому числі показник завантаженості ділянки дороги Traffic Lane Congestion Ratio (TLCR), вказані обмеження методу його розрахунку, пов’язані з перспективою та запропоновано способи їх вирішення за допомогою введення показника Modified Traffic Lane Congestion Ratio (MTLCR). Вперше запропоновано показник інтенсивності руху Traffic Lane Intensity Ratio (TLIR), який дає змогу оцінити поточну інтенсивність трафіку на ділянці дороги та швидко адаптуватись до змін на дорозі. Система двох показників MTLCR та TLIR дає змогу точно визначати завантаженість дороги та інтенсивність руху транспорту. Розроблено архітектуру програмного засобу для моніторингу показників за даними з відеопотоку в реальному часі.
Бібл. 7, іл. 4, табл. 3
Посилання
Stetsenko, I.V., Stelmakh, O. (2020). Traffic Lane Congestion Ratio Evaluation by Video Data. Advances in Intelligent Systems and Computing 1019, 172-181. Springer, Cham. https://doi.org/10.1007/978-3-030- 25741-5_18
Kulkarni A. P. and Baligar V. P., "Real Time Vehicle Detection, Tracking and Counting Using Raspberry-Pi," 2020 2nd International Conference on Innovative Mechanisms for Industry Applications (ICIMIA), Bangalore, India, 2020, pp. 603-607, doi: 10.1109/ICIMIA48430.2020.9074944.
Ronneberger, O., Fischer, P. and Brox, T. (2015). U-net: Convolutional networks for biomedical image segmentation. In International Conference on Medical image computing and computer-assisted intervention (pp. 234-241). Springer, Cham.
Car and truck traffic on the highway in europe poland summer day. URL: https://www.vecteezy.com/video/7957364-car-and-truck-traffic-on-the-highway-in-europe-poland-summer-day (date of access: 25.09.2023)
OpenCV. URL:https://docs.opencv.org/4.x/ (date of access: 25.09.2023)
C. -Y. Wang, A. Bochkovskiy and H. -Y. M. Liao, "YOLOv7: Trainable Bag-of-Freebies Sets New State-of-the-Art for Real-Time Object Detectors," 2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Vancouver, BC, Canada, 2023, pp. 7464-7475, doi: 10.1109/CVPR52729.2023.00721.
Dahl, M., Javadi, S. (2020). Analytical Modeling for a Video-Based Vehicle Speed Measurement Framework. Sensors 20, 160.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у нашому журналі.
2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована нашим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у нашому журналі.
3. Політика журналу дозволяє і заохочує розміщення рукопису роботи авторами в мережі Інтернет (наприклад, на arXiv.org або на особистих веб-сайтах). Причому рукописи статей можуть бути розміщенні у відкритих архівах як до подання рукопису до редакції, так і під час його редакційного опрацювання. Це сприяє виникненню продуктивної наукової дискусії, позитивно позначається на оперативності ознайомлення наукової спільноти з результатами Ваших досліджень і як наслідок на динаміці цитування вже опублікованої у журналі роботи. Детальніше про це: The Effect of Open Access.
