视频检测：面向实时交通路口控制与智能交通分析的双相视觉系统
计算机视觉与模式识别
2026-03-17 v1 人工智能
摘要
城市交通管理日益需要能够适应动态交通条件且无需高成本基础设施修改的智能感知系统。视觉-based 车辆检测因此成为现代智能交通系统的关键技术。本文提出了 Video Detector（VD），一种为传统感感线圈检测器提供灵活且高性价比的替代方案的双相视觉交通路口管理系统。该框架集成了用于路口控制的实时模块（VD-RT）与用于深入交通行为分析的离线分析模块（VD-Offline）。在6至10类车辆上实现了三个系统配置，分别使用 SSD Inception v2、Faster R-CNN Inception v2 和 CenterNet ResNet-50 V1 FPN，在总计108,000张标注图像的数据集上进行训练。实验结果表明，检测性能达到最高90%的测试准确率和29.5 [email protected]，同时在HD视频流上保持37 FPS的实时吞吐量。与 Istanbul IT 和 Smart City Technologies Inc.（ISBAK）合作的现场部署表明，系统在多样化环境条件下均能稳定运行。该系统支持虚拟线圈检测、车辆计数、多目标跟踪、排队估计、速度分析和多类车辆分类，无需嵌入式路面传感器即可实现交通路口的全方位监测。公开发布的标注数据集和训练流程旨在支持可复现性。这些结果表明，所提出的框架为智能交通系统和智慧城市交通管理提供了可扩展且可部署的视觉解决方案。
引用
@article{arxiv.2603.14861,
title = {Video Detector: A Dual-Phase Vision-Based System for Real-Time Traffic Intersection Control and Intelligent Transportation Analysis},
author = {Mustafa Fatih Şen and Halûk Gümüşkaya and Şenol Pazar},
journal= {arXiv preprint arXiv:2603.14861},
year = {2026}
}
备注
18 pages, 10 figures, 4 tables, preprint, the dataset is openly available