TAU：一种利用人工智能与无人机系统的基于视频的交通分析框架
计算机视觉与模式识别
2023-03-02 v1 人工智能
摘要
政府当局对智能交通工程和智能交通服务的需求日益增长，以优化交通性能从而减低能源成本、提升驾驶员安全与舒适度、保障交通法规执行并检测交通违规。本文应对这一挑战，利用人工智能（AI）与无人机（UAV）开发了一种名为 TAU（Traffic Analysis from UAVs，基于无人机的交通分析）的 AI 集成视频分析框架，用于自动化交通分析与理解。与以往交通视频分析工作不同，我们提出了一种从视频处理到基于高分辨率无人机图像的高级交通理解的自动化目标检测与跟踪流水线。TAU 包含六项主要贡献。第一，提出一种预处理算法，将高分辨率无人机图像适配为目标检测器输入而不降低分辨率，从而由高质量特征确保优异的检测精度，尤其是无人机图像中检测目标的小尺寸。第二，引入一种车辆坐标重校准算法，以确保车辆在同一帧多个裁剪间被唯一标识与跟踪。第三，提出一种基于连续帧信息累积的速度计算算法。第四，TAU 基于光线追踪算法统计各交通区车辆数。第五，TAU 具备基于周边不同区域所采集数据的完全独立的十字路口仲裁算法。第六，TAU 引入一组从所采集原始数据中提取二十四类洞察的算法。代码已共享于：https://github.com/bilel-bj/TAU。视频演示见：https://youtu.be/wXJV0H7LviU 与 https://youtu.be/kGv0gmtVEbI。
引用
@article{arxiv.2303.00337,
title = {TAU: A Framework for Video-Based Traffic Analytics Leveraging Artificial Intelligence and Unmanned Aerial Systems},
author = {Bilel Benjdira and Anis Koubaa and Ahmad Taher Azar and Zahid Khan and Adel Ammar and Wadii Boulila},
journal= {arXiv preprint arXiv:2303.00337},
year = {2023}
}
备注
This is the final proofread version submitted to Elsevier EAAI: please see the published version at: https://doi.org/10.1016/j.engappai.2022.105095