Control Systems and Computers, N3, 2020, Стаття 5
https://doi.org/10.15407/csc.2020.03.050
Stelmakh O.P., Stetsenko I.V., Velyhotskyi D.V. Information Technology of Video Data Processing for Traffic Intensity Monitoring. Control Systems and Computers. 2020. № 3. C. 50-59.
УДК 004.932
О.П. Стельмах, аспірант кафедри автоматизованих систем обробки інформації та управління, Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», (НТУУ «КПІ ім. Ігоря Сікорського»), просп. Перемоги, 37, Київ, 03056, Україна, stelmahwork @gmail.com
І.В. Стеценко, доктор технічних наук, професор кафедри автоматизованих систем обробки інформації та управління, Національний технічний університет України «Київський політехнічний інститут імені Ігоря Сікорського», (НТУУ «КПІ ім. Ігоря Сікорського»), просп. Перемоги, 37, Київ, 03056, Україна, stiv.inna@gmail.com
Д.В. Велигоцький, молодшийнауковийспівробітник,Інститут прикладних проблем фізики і біофізики НАН України, вул. В.Степанченка, 3, Київ 03680, Україна, vely_dima@ukr.net
ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ОБРОБКИ ДАНИХ ВІДЕОРЯДУ ДЛЯ МОНІТОРИНГУ ІНТЕНСИВНОСТІ ДОРОЖНЬОГО РУХУ
Вступ. Затори на дорогах є величезною проблемою для всіх учасників дорожнього руху і причиною їх є зростаюча інтенсивність руху та незадовільна якість систем управління транспортним рухом. Системи, що управляють транспортними потоками та приймають рішення про зміну параметрів управління, мають отримувати достовірні та актуальні дані про інтенсивність трафіку. З метою точного визначення інтенсивності транспортного руху була розроблена система автоматизованої обробки даних відеоряду з камер відеоспостереження смуги дорожнього руху. Інтенсивність транспортного руху визначається розробленим методом отримання показника завантаженості транспортного руху (TLCR) за даними, отриманими в результаті обробки кадру відеоряду з використанням нейромережі U-Net. Результати досліджень демонструють, що запропонована методика здатна підраховувати транспортні засоби з точністю 99,35%.
Мета статті.Метою дослідження є підвищення точності визначення інтенсивності руху на основі аналізу відеоданих у режимі реального часу шляхом автоматизованої обробки відеоданих, отриманих від камер відеоспостереження у смузі.
Методи.Розпізнавання образів, моделювання, штучного інтелекту, аналіз даних.
Результати.Розроблена інформаційна технологія визначення інтенсивності дорожнього руху за даними відеоряду, що надходять з відеокамери спостереження Запропонована система успішно підрахувала транспортні засоби з високою продуктивністю, наприклад, середні значення F-міра та точність досягли 0,9967 та 0,9935 відповідно.
Висновки.У даному дослідженні розроблена технологія визначення інтенсивності дорожнього руху за даними відеоряду, що надходять з відеокамери спостереження. Удосконалений алгоритм визначення показника завантаженості транспортної ділянки TLCR надає можливість враховувати тільки автомобілі, які рухаються по досліджуваній смузі. Розроблений метод визначення інтенсивності дорожнього руху на основі послідовних значень показника завантаженості.
Послідовність обробки та перетворень даних складають нову технологію визначення інтенсивності дорожнього руху, що забезпечує високу точність оцінки інтенсивності руху транспортних засобів на ділянці дорожнього руху. Запропонована система успішно підрахувала транспортні засоби з високою продуктивністю, наприклад, середні значення F-міра та точність досягли 0,9967 та 0,9935 відповідно.
У подальших дослідженнях необхідна розробка програмного модуля, який реалізує алгоритм прогнозування показника завантаженості з урахуванням усього набору даних.
Завантажити повний текст в PDF (англійською).
Ключові слова: аналіз зображень, інтенсивність транспортного руху, показник завантаженості транспортного руху, TLCR, нейромережа.
Надійшла 25.05.2020
