结合YOLO和视觉节奏的车辆计数
计算机视觉与模式识别
2025-01-10 v1 机器学习
摘要
基于视频的车辆检测和计数在交通基础设施管理中起着关键作用。传统的基于图像的计数方法通常包括两个主要步骤：初始检测和后续跟踪，这些步骤应用于所有视频帧，导致计算复杂度显著增加。为了解决这个问题，本文提出了一种替代且更高效的车辆检测和计数方法。所提出的方法消除了对跟踪步骤的需求，仅专注于检测关键视频帧中的车辆，从而提高了效率。为此，我们开发了一个系统，将用于车辆检测的YOLO与视觉节奏（一种创建时间-空间图像的方法）相结合，使我们能够专注于包含有用信息的帧。此外，该方法可用于任何涉及单向移动目标检测和识别的计数应用。使用真实视频的实验分析表明，所提出的方法在一组视频上的平均计数准确率约为99.15%，处理速度比基于跟踪的方法快三倍。
引用
@article{arxiv.2501.04534,
title = {Combining YOLO and Visual Rhythm for Vehicle Counting},
author = {Victor Nascimento Ribeiro and Nina S. T. Hirata},
journal= {arXiv preprint arXiv:2501.04534},
year = {2025}
}
备注
Accepted for presentation at the Conference on Graphics, Patterns and Images (SIBGRAPI) 2023