Kalibrierung von Verkehrskameras durch Ausrichtung von 3D-Modell-Bounding-Boxen für genaue Fahrzeuggeschwindigkeitsmessung

In dieser Arbeit konzentrieren wir uns auf die vollautomatische Kalibrierung von Verkehrsurveillance-Kameras, die wir für die Geschwindigkeitsmessung von vorbeifahrenden Fahrzeugen verwenden. Wir verbessern eine kürzlich veröffentlichte, auf dem Stand der Technik basierende Methode zur Kamerakalibrierung für Verkehrsurveillance, die auf zwei erkannten Fluchtpunkten basiert. Noch wichtiger ist, dass wir eine neuartige Methode zur automatischen Szene-Skalierung schlagen vor. Diese Methode beruht auf dem Abgleich von Begrenzungsboxen gerenderte 3D-Modelle von Fahrzeugen mit erkannten Begrenzungsboxen im Bild. Das vorgeschlagene Verfahren kann aus beliebigen Perspektiven angewendet werden, da es keine Einschränkungen hinsichtlich der Kameraposition hat. Wir evaluieren unsere Methode anhand des neuesten umfassenden Datensatzes für Geschwindigkeitsmessungen, nämlich BrnoCompSpeed. Experimente zeigen, dass unsere automatische Kamerakalibrierungsmethode durch das Erkennen von zwei Fluchtpunkten den Fehler um 50 % reduziert (der mittlere Fehler des Abstandsverhältnisses sank von 0,18 auf 0,09) im Vergleich zur bisherigen Stand-der-Technik-Methode. Zudem weisen wir nach, dass unsere Methode zur Szene-Skalierung präziser ist und sowohl die Stand-der-Technik-Methode für automatische Kalibrierung bei Geschwindigkeitsmessungen (Fehlerreduktion um 86 % – von 7,98 km/h auf 1,10 km/h) als auch manuelle Kalibrierung (Fehlerreduktion um 19 % – von 1,35 km/h auf 1,10 km/h) übertrifft. Darüber hinaus präsentieren wir qualitative Ergebnisse der vorgeschlagenen automatischen Kamerakalibrierungsmethode anhand von Videosequenzen, die von echten Überwachungskameras an verschiedenen Orten und unter unterschiedlichen Beleuchtungsbedingungen (Nacht, Dämmerung, Tag) aufgenommen wurden.