基于自动感兴趣区域与行驶轨迹检测的车辆计数
计算机视觉与模式识别
2021-08-24 v2 机器学习
摘要
车辆计数系统有助于车辆分析与交通事故检测。遗憾的是，大多数现有方法都需要一定程度的人工输入，以识别感兴趣区域（ROI）、关注的运动，或建立参考点或参考线来从交通摄像头统计车辆。本文提出一种从交通视频中统计车辆的方法，可自动识别该摄像头的 ROI 以及车辆的行驶轨迹。这使得该方法能够可行地用于云台变焦（Pan-Tilt-Zoom）摄像头，这类摄像头在发展中国家常被使用。初步结果表明，所提方法在测试的交通视频摄像头中，ROI 的平均交并比（intersection over union）达到 57.05%，车辆计数的平均绝对误差仅为 17.44%。
引用
@article{arxiv.2108.07135,
title = {Vehicle-counting with Automatic Region-of-Interest and Driving-Trajectory detection},
author = {Malolan Vasu and Nelson Abreu and Raysa Vásquez and Christian López},
journal= {arXiv preprint arXiv:2108.07135},
year = {2021}
}
备注
5 pages with 3 figures and 1 table. Presented in ICML 2021 LatinXAI Workshop