基于车辆轨迹的入口和出口区域无监督检测用于相机无关的转向运动计数

转向运动计数对于交叉口级交通管理至关重要，但由于每个相机区域标注的成本，其收集仍然主要是手动的。本文提出了一种无监督流程，直接从通过目标检测和多目标跟踪提取的原始车辆轨迹中识别入口和出口区域，无需手动标注、相机标定或交叉口几何形状的先验知识。与使用成对相似性对单个轨迹进行分类并且必须在每个新批次上重新执行的轨迹聚类方法不同，所提出的流程对初始和终点位置进行聚类，以生成持久性的空间区域多边形，通过点-多边形包含以线性成本对未来轨迹进行分类。该流程包括六个顺序步骤，每个步骤都有可配置参数，通过跨越印度班加罗尔25个捕捉密集异构交通的监控摄像头和UA-DETRAC基准数据集中的10个序列的19,152次流程执行的系统统计分析进行评估。参数和非参数测试框架都确定了三个持续显著的参数，并产生了一个经验依据的推荐配置。在此配置下，该流程在所有25个摄像头（包括16个保留位置）上实现了约3%的中位分类误差，GEH值在公认的工程阈值内。与两个轨迹聚类基线相比，所提出的流程在相机视图间表现出更高的稳定性和更低的计算成本，但代价是更高的中位误差。扩展评估表明，至少60分钟的标定片段和高峰流量选择进一步提高了区域估计质量。