咨询热线：13080701712
返回
沈宇动态
交通管理监控摄像机不适用广角
交通标志识别系统可用于协助驾驶员并提高道路安全性。预计该系统将在更大的距离处识别交通标志，以便根据道路条件向驾驶员提供尽可能多的警告。本文提出了混合摄像头系统，其目的是与常规系统相比提高识别距离。在此系统中，主动触发摄像头被用作广角摄像头的助手。分别从广角摄像头和触发摄像机分别为不同的图像干扰器分别处理交通标志检测和分类。
当检测到的流量标志的分辨率低于广角摄像头时，Telcphoto相机的监控图像提供了足够的信息，以进行分类。实验结果表明，与常规系统相比，提出的系统的识别距离得到了改善。计算机视觉在智能运输系统（ITS）和交通监视中发挥了重要作用。除了快速增长的自动车辆和拥挤的城市外，使用视频监视基础架构的自动化和高级交通管理系统（ATM）通过实施深度神经网络的实施而发展。在这项研究中，我们为实时交通监控提供了一个实用的平台，包括3D车辆/行人检测，屏蔽器速度检测，轨迹估算，拥塞检测以及监视车辆和行人的相互作用。都使用单个CCTV交通摄像头。
我们适应了自定义的Yolov5深神经网络模型，监控摄像头用于车辆/行人检测和增强的排序跟踪算法。还开发了基于混合卫星系统的基于混合卫星的逆透视图（SG-IPM）方法，用于相机自动校准，从而导致准确的3D对象检测和可视化。我们还基于短期和长期的时间视频数据流开发了层次交通建模解决方案，以了解易受伤害的道路使用者的交通流量，瓶颈和风险景点。关于现实世界情景和与最先进的比较的几项实验是使用各种交通监控数据干扰屏蔽器集进行的，包括从高速公路，交叉路口和城市地区收集的Mio-TCD，UA-Detrac和Gram-RTM，以及不同的照明和城市地区天气状况。
当检测到的流量标志的分辨率低于广角摄像头时，Telcphoto相机的监控图像提供了足够的信息，以进行分类。实验结果表明，与常规系统相比，提出的系统的识别距离得到了改善。计算机视觉在智能运输系统（ITS）和交通监视中发挥了重要作用。除了快速增长的自动车辆和拥挤的城市外，使用视频监视基础架构的自动化和高级交通管理系统（ATM）通过实施深度神经网络的实施而发展。在这项研究中，我们为实时交通监控提供了一个实用的平台，包括3D车辆/行人检测，屏蔽器速度检测，轨迹估算，拥塞检测以及监视车辆和行人的相互作用。都使用单个CCTV交通摄像头。
我们适应了自定义的Yolov5深神经网络模型，监控摄像头用于车辆/行人检测和增强的排序跟踪算法。还开发了基于混合卫星系统的基于混合卫星的逆透视图（SG-IPM）方法，用于相机自动校准，从而导致准确的3D对象检测和可视化。我们还基于短期和长期的时间视频数据流开发了层次交通建模解决方案，以了解易受伤害的道路使用者的交通流量，瓶颈和风险景点。关于现实世界情景和与最先进的比较的几项实验是使用各种交通监控数据干扰屏蔽器集进行的，包括从高速公路，交叉路口和城市地区收集的Mio-TCD，UA-Detrac和Gram-RTM，以及不同的照明和城市地区天气状况。
