紧急情况下的车人交互行为：从交通事故视频中提取数据
计算机视觉与模式识别
2020-08-13 v2 系统与控制
图像与视频处理
系统与控制
摘要
目前，研究紧急情况下的车人交互行为需要大量几乎无法获取的实际紧急情境数据集。现有的自动驾驶车辆（AVs）公共数据源主要聚焦于正常驾驶场景或无人员参与的紧急情况。为填补这一空白并促进相关研究，本文提供了一种新颖且便捷的方法，从由监控摄像头与行车记录仪拍摄的真实事故视频中提取交互行为数据（即车辆与行人的轨迹）。从实时事故视频中提取数据的主要挑战在于录制摄像头未经标定且监控角度未知。本文提出的方法利用图像处理获得不同于原视频视角的新视角。同时，我们在每一图像帧中手动检测并标记物体特征点。为获取参考比例梯度，在分析参考像素值时采用了几何模型，并基于该比例梯度将特征点缩放为物体轨迹。生成的轨迹不仅完整还原了物体运动，还基于特征点分布反映了车速与旋转的变化。
引用
@article{arxiv.2003.02059,
title = {Vehicle-Human Interactive Behaviors in Emergency: Data Extraction from Traffic Accident Videos},
author = {Wansong Liu and Danyang Luo and Changxu Wu and Minghui Zheng},
journal= {arXiv preprint arXiv:2003.02059},
year = {2020}
}
备注
ACC 2020 final version