الگوريتمي تمام خودكار و مقاوم در برابر سايه براي تخمين سرعت و ابعاد خودروها از روي تصاوير دوربين‌هاي نظارتي جاده

Fully Automatic and Shadow-Resistant Algorithm for Estimating the Speed and Dimensions of Vehicles from Road Surveillance Cameras

در اين مقاله روشي قدرتمند و مقاوم به سايه براي تخمين سرعت و ابعاد خودروها بطور تمام خودكار، با استفاده از ويدئوي دوربين نظارتيِ جاده ارائه شده­ است. در روش پيشنهادي، در گام اول با بررسي چند قاب ابتدايي و با توجه به حركت خودروها، مختصات نقاط محوشدگي و فاصله كانوني دوربين بدست­ مي­ آيد. سپس با شناسايي پيش­ زمينه و حذف سايه از آن، محدوده دقيق هر خودرو تعيين مي­شود و جعبه سه بُعدي محيطي براي هر خودرو تشكيل مي­گردد. پس از تصوير كردن خودرو بر صفحه فرضي جاده و حذف پرسپكتيو، ضريب متري (تبديل پيكسل به متر) با توجه به ابعاد واقعي خودروي غالب محاسبه مي­شود. حذف پرسپكتيو و استفاده از ضريب متري، امكان تخمين سرعت و ابعاد خودروها در هر قاب را فراهم مي­كند. ليكن براي كاهش خطا با رديابي هر خودرو اين پارامترها در بازه‌اي كه خودرو در معرض دوربين قرار دارد، تجميع شده و هيستوگرام­ هايي براي سرعت و ابعاد هر خودرو تشكيل مي­شود. سپس بيشينه‌ي اين هيستوگرام­ ها، به عنوان مقادير سرعت و ابعاد هر خودرو گزارش مي­شود. مقايسه نتايج روش پيشنهادي با روش­هاي ديگر بيانگر خطاي كمتر اين روش است. به­ گونه ­اي كه بيشترين خطا براي مجموعه ­هاي تست در تخمين سرعت برابر با km/h 1/17 و در تخمين ابعاد برابر با 2/6% است. كليدواژه‌ها

In this paper, an effective and shadow resistant method is provided to automatically estimate the speed and dimensions of vehicles using video received from a surveillance camera. In this method, at first by examining a few initial frames and considering the motion of vehicles, the vanishing points and focal length of the camera are obtained. Then, by identifying the foreground and removing the shadow, the precise boundary of each vehicle is determined and the 3D bounding box is created for each vehicle. After projecting car on a hypothetical road and eliminating the perspective, the metric coefficient (pixel to meter) is calculated according to the actual dimensions of the dominant car. Removing the perspective and using the metric coefficient allows estimating the speed and dimensions of cars in each frame. But to reduce the error, by tracking the cars, histograms are made for the speed and dimensions of each vehicle. Then the maximum of these histograms is reported as the speed and dimensions of each vehicle. Experiments show better results compared with previous works.The maximum error for the test sets in the speed estimationis 1.17 km/h and in the dimension estimation it equals to 2.6%.