Détection des boîtes englobantes 3D des véhicules à l'aide de la transformation perspective pour une mesure précise de la vitesse

La détection et le suivi des véhicules capturés par les caméras de surveillance du trafic constituent un élément clé des systèmes de transport intelligent. Nous présentons une version améliorée de notre algorithme pour la détection des boîtes englobantes 3D des véhicules, leur suivi et l'estimation ultérieure de leur vitesse. Notre algorithme utilise la géométrie connue des points de fuite dans la scène surveillée pour construire une transformation en perspective. Cette transformation permet une simplification intuitive du problème de détection des boîtes englobantes 3D en celui de détection des boîtes englobantes 2D avec un paramètre supplémentaire, en utilisant un détecteur d'objets 2D standard.La principale contribution de cet article est une amélioration de la construction de la transformation en perspective, qui est plus robuste et entièrement automatique, ainsi qu'une évaluation expérimentale étendue de l'estimation de vitesse. Nous testons notre algorithme sur la tâche d'estimation de vitesse du jeu de données BrnoCompSpeed. Nous évaluons notre approche avec différentes configurations pour mesurer la relation entre précision et coûts computationnels, ainsi que les avantages de la détection des boîtes englobantes 3D par rapport à celle en 2D. Toutes les configurations testées fonctionnent en temps réel et sont entièrement automatiques. Par rapport aux autres résultats publiés d'état de l'art entièrement automatiques, notre algorithme réduit l'erreur moyenne absolue de mesure de vitesse de 32% (de 1,10 km/h à 0,75 km/h) et l'erreur médiane absolue de 40% (de 0,97 km/h à 0,58 km/h).