利用街景视频序列自动构建时空间图用于交通分析
计算机视觉与模式识别
2024-12-02 v2
摘要
时空间图是分析交通模式并优化交通基础设施与交通管理策略的重要工具。这些图的传统数据收集方法在时间与空间覆盖方面存在局限。近期相机技术的进展克服了这些局限并提供了广泛的城市数据。在本研究中，我们提出一种创新方法，利用安装在移动车辆上的相机所捕获的街景视频序列来构建时空间图。使用最先进的YOLOv5、StrongSORT以及用于距离计算的摄影测量技术，我们可从视频数据推断车辆轨迹并生成时空间图。为评估所提方法的有效性，我们使用了来自KITTI计算机视觉基准套件的数据集。评估结果表明，我们的方法能从视频数据生成轨迹，尽管存在某些可通过提升检测器、跟踪器与距离计算组件性能来减轻的误差。总之，利用安装在移动车辆上的相机捕获的街景视频序列，并结合最先进的计算机视觉技术，在构建全面时空间图方面具有巨大潜力。这些图为交通模式提供了宝贵洞察，并有助于交通基础设施设计与交通管理策略。
引用
@article{arxiv.2308.06098,
title = {Automated Construction of Time-Space Diagrams for Traffic Analysis Using Street-View Video Sequence},
author = {Tanay Rastogi and Mårten Björkman},
journal= {arXiv preprint arXiv:2308.06098},
year = {2024}
}
备注
The paper is published in 2023 IEEE 26th International Conference on Intelligent Transportation Systems (ITSC)