基于CNN的车辆底部面部四边形检测使用监控摄像头用于智能交通系统的监控摄像头
Gahyun Kim1, Ho Gi Jung2, Jae Kyu Suhr1
1Department of Intelligent Mechatronics Engineering, Sejong University, Seoul 05006, Republic of Korea.
Sensors (Basel, Switzerland)
|August 12, 2023
概括
使用底面四边形 (BFQ) 进行准确的车辆检测对于智能交通系统至关重要. 本研究比较了监控摄像头的三个BFQ检测方法,发现它们与YOLO物体检测集成时是有效的.
科学领域:
- 智能运输系统 (ITS) 是一种智能运输系统.
- 计算机视觉 计算机视觉
- 对象检测检测器可以检测到物体.
背景情况:
- 精确的车辆定位对于智能交通系统至关重要.
- 检测车辆作为底面四边形 (BFQ) 与轴对齐的边界框相比具有优势.
- 与车载摄像头相比,使用监控摄像头检测BFQ的研究有限.
研究的目的:
- 在监控摄像机环境中对检测车辆BFQ的各种方法进行比较研究.
- 通过向YOLO物体检测框架添加头来评估实施BFQ探测器的有效性.
主要方法:
- 选择了三种不同的方法来检测BFQ:以角为基础,以位置/大小/角度为基础和以线为基础.
- 通过扩展YOLO (你只看一次) 实时对象检测模型来实现这些方法.
- 量化评估和比较三个BFQ检测方法的性能.
主要成果:
- 建议实施有效地检测车辆BFQ在监控摄像头镜头.
- 证明了基于角的,基于位置/大小/角度的和基于线的方法的定量评估和比较.
- 在这种情况下,分析提供了对每个BFQ检测方法的相对性能的见解.
结论:
- 车辆BFQ检测是可行的和有效的使用监控摄像头与拟议的YOLO集成.
- 对比分析为选择ITS应用程序的最佳BFQ检测策略提供了有价值的数据.
- 这项研究有助于在智能运输系统中推进车辆检测能力.
