利用监控摄像头在无训练数据下进行交通危险识别
计算机视觉与模式识别
2018-11-30 v1 多媒体
摘要
我们提出一种适用于任意交通监控摄像头的交通危险识别模型，用于识别和预测车辆碰撞。摄像头数量过多而无法人工监控。因此，我们基于道路平面的3D重建与轨迹预测，开发了一种从监控摄像头预测和识别车辆碰撞的模型。对于正常交通，它支持对车辆间速度与距离的实时主动安全检查，以提供关于可能高风险区域的洞察。我们在不使用任何碰撞标注训练数据的情况下实现了良好的碰撞预测与识别。在BrnoCompSpeed数据集上的实验表明，我们的模型可准确监控道路，距离测量平均误差1.80%，速度测量2.77 km/h，车辆位置预测0.24 m，速度预测2.53 km/h。
引用
@article{arxiv.1811.11969,
title = {Traffic Danger Recognition With Surveillance Cameras Without Training Data},
author = {Lijun Yu and Dawei Zhang and Xiangqun Chen and Alexander Hauptmann},
journal= {arXiv preprint arXiv:1811.11969},
year = {2018}
}
备注
To be published in proceedings of Advanced Video and Signal-based Surveillance (AVSS), 2018 15th IEEE International Conference on, pp. 378-383, IEEE