3D de vehículos de extracción y seguimiento de múltiples puntos de vista de seguimiento del tráfico mediante el uso de la probabilidad de fusión mapa

3D de vehículos de extracción y seguimiento de múltiples puntos de vista de seguimiento del tráfico mediante el uso de la probabilidad de fusión Mapa

Resumen

Este trabajo presenta una novedosa solución de la oclusión de los vehículos y medición en 3D para el control de tráfico por la fusión de datos procedentes de múltiples cámaras fijas. En comparación con una sola cámara métodosconvencionales basados en el seguimiento del tráfico, nuestro enfoque combina los datos de vídeo desde diferentes puntos de vista comunes en un mapa de probabilidad de fusión (PFM) y los extractos de los objetivos. PFM El concepto propuesto es eficiente para manejar los datos y fusionan con el fin de estimar la probabilidad de aparición de vehículos, que se comprueba que es más confiable que la solución deuna sola cámara por el Real experimentos al aire libre. Basado en un algoritmo de modelado de sombras AMF, se propone en el presente documento a fin de eliminar las sombras sobre la zona de la carretera y el extracto de las regiones vehículo adecuado.

Palabras clave: Probabilidad de fusión Mapa, Modelado 3D, varias vistas, monitoreo de tráfico

Introducción

El monitoreo de tráficointeligente es un área activa de investigación dado el creciente volumen de tráfico de vehículos en todo el mundo que conduce a los problemas como la degradación ambiental y la ineficiencia económica. Para ello, la adquisición de datos precisos de tráfico es esencial para la optimización de los sistemas de gestión de tráfico.
Enfoques para el sistema de control del tráfico se pueden clasificar en doscategorías principales: la supervisión in situ y sistemas de vigilancia área. Transductor de microondas, sensores subterráneos bucle magnético, son ejemplos del sistema de monitoreo in situ. Sistemas de control de la zona se basan generalmente en las cámaras de vídeo. Suelo (magnéticos) detectores de lazo son exactas, pero tienen algunos inconvenientes importantes. La instalación de estos detectoresrequiere la excavación de las calzadas y, por tanto, de manera constructiva costosos y complejos. Además, los detectores de lazo sólo puede adquirir el número de vehículos y la velocidad. De vídeo (cámara) sistemas de vigilancia, por otra parte, tienen varias ventajas. Son fáciles de instalar y mantener.
Además, la información visual tiene la capacidad potencial para proporcionar másinformación, incluyendo cambio de carril de frecuencia, las trayectorias de los vehículos, y la conducción de análisis de comportamiento a través de un seguimiento continuo de los vehículos de destino. Sin embargo, los enfoques anteriores se basan generalmente en la producción de una sola cámara, que es sensible al problema de la oclusión, las sombras y las condiciones de iluminación diferentes. Y lossistemas tradicionales de vigilancia de vídeo no se puede medir objetivo 3D vehículo de tamaño para la clasificación de vehículos y el reconocimiento.

En el trabajo presentado aquí, se describen en 3D de extracción de vehículos y el seguimiento de enfoque basado en la fusión de los datos adquiridos de un vídeo de múltiples cámaras calibradas. Estamos utilizando el hecho de que las imágenes de la mismaescena adquiridos por las diferentes cámaras debe tener cierto grado de auto-consistencia cuando se proyecte sobre un marco común. Debido a los puntos de la superficie de la carretera puede satisfacer la restricción de que los puntos asignados inversa encuentran en un plano horizontal, un conjunto de características de ruta común puede ser definido con el fin de registrar la imagen mapeadainversa de las diferentes cámaras. Por lo tanto, la situación individual de la sustracción y la inversa de las imágenes puede ser asignada se fusionaron para crear un mapa de la fusión de probabilidad (PFM), donde la intensidad representa la probabilidad de que un vehículo que se presente. Duración y datos de la anchura del vehículo objetivo puede ser derivada directamente de la GFP, y los datos de...