下一代交通监控：AI 辅助移动交通违章检测系统
计算机视觉与模式识别
2023-11-29 v1 人工智能
摘要
道路交通事故是全球重大公共卫生问题，导致伤亡与车辆损毁。据世界卫生组织（2022）统计，每日约 1.3 百万人因交通事故丧生。解决该问题需要准确的交通违法检测系统以确保法规遵守。人工智能算法（借助机器学习与计算机视觉）的融合，促进了精确交通执法的开发。本文展示了计算机视觉与机器学习如何支持创建用于检测多种交通违章的鲁棒算法。我们的模型能识别六种常见交通违规：红灯违章、违规使用应急车道、车辆跟车距离不足、违反标线人行横道法规、违法停车及在标线人行横道上停车。利用在线交通视频与自装车载摄像头，我们应用 YOLOv5 算法的检测模块识别车辆、行人与交通标志等交通主体，并使用 strongSORT 算法进行连续帧间跟踪。六个独立算法分析主体行为与轨迹以检测违章。随后，识别模块提取车辆 ID 信息（如车牌），生成违章通知发送至相关 authorities。
引用
@article{arxiv.2311.16179,
title = {Next-gen traffic surveillance: AI-assisted mobile traffic violation detection system},
author = {Dila Dede and Mehmet Ali Sarsıl and Ata Shaker and Olgu Altıntaş and Onur Ergen},
journal= {arXiv preprint arXiv:2311.16179},
year = {2023}
}