HyperAIHyperAI
منذ 2 أشهر

كشف صناديق الحدود ثلاثية الأبعاد للمركبات باستخدام التحويل المنظوري لقياس السرعة بدقة

Viktor Kocur; Milan Ftáčnik
كشف صناديق الحدود ثلاثية الأبعاد للمركبات باستخدام التحويل المنظوري لقياس السرعة بدقة
الملخص

اكتشاف وتتبع المركبات التي يتم التقاطها بواسطة كاميرات مراقبة المرور هو عنصر رئيسي في أنظمة النقل الذكية. نقدم إصدارًا محسنًا من خوارزميتنا لاكتشاف صناديق الحدود ثلاثية الأبعاد للمركبات، وتتبعها وتقدير سرعتها اللاحقة. يستخدم خوارزميتنا الهندسة المعروفة لنقاط الاختفاء في المشهد المراقب لبناء تحويل منظوري (perspective transformation). يمكّن هذا التحويل من تبسيط بديهي للمشكلة لاكتشاف صناديق الحدود ثلاثية الأبعاد إلى اكتشاف صناديق الحدود ثنائية الأبعاد مع معلمة إضافية واحدة باستخدام كاشف أشياء قياسي ثنائي الأبعاد.المساهمة الرئيسية لهذه الورقة هي تحسين بناء التحويل المنظوري الذي أصبح أكثر متانة وكاملًا تلقائيًا، بالإضافة إلى تقييم تجريبي موسّع لتقدير السرعة. نختبر خوارزميتنا على مهمة تقدير السرعة في مجموعة بيانات BrnoCompSpeed. نقيم نهجنا باستخدام تكوينات مختلفة لقياس العلاقة بين الدقة والتكاليف الحسابية ومزايا اكتشاف صناديق الحدود ثلاثية الأبعاد مقابل اكتشاف الصناديق ثنائية الأبعاد. جميع التكوينات التي تم اختبارها تعمل في الوقت الفعلي وهي كاملة التلقائية. بالمقارنة مع النتائج المتقدمة الأخرى المنشورة والتي تكون كاملة التلقائية، فإن خوارزميتنا تقلل من خطأ قياس السرعة المطلق المتوسط بنسبة 32% (من 1.10 كم/ساعة إلى 0.75 كم/ساعة) ومن خطأ الوسيط المطلق بنسبة 40% (من 0.97 كم/ساعة إلى 0.58 كم/ساعة).

كشف صناديق الحدود ثلاثية الأبعاد للمركبات باستخدام التحويل المنظوري لقياس السرعة بدقة | أحدث الأوراق البحثية | HyperAI