정지 선 앞에 차량을 감지하기위한 강력한 알고리즘

Question

유도 루프와 마찬가지로 교차로에서 정지 선 앞에있는 도로의 결정된 지역 내부에서 차량의 존재를 감지하는 프로그램을 작성해야합니다. 출력은 해당 지역의 차량의 가시성에 따라 true 또는 false가됩니다. 카메라는 도로 직각이나 도로 위에 설치할 수 있습니다. 현재 알고리즘이 필요합니다. 나는이 기술을 실현이 분야의 일부 연구 후

배경 뺄셈, 프로그램 모델 배경과 때입니다 :

다음 이미지는 교차로에서 차량을 감지하기 위해 샘플 구현은 차량이 그 지역에 도착하면 감지 될 것입니다. 그러나 자동차가 움직이는 차량을 감지하면 자동차가 센서에서 멈추는 시간이 50 % -60 % (신호등이 빨간색으로 변할 때)가됩니다. 그들은 배경이 될 것입니까? 그들은 항상 감지되고 있습니까?

BS 필드에서 Gaussian의 Mixture와 같은 알고리즘을 보았지만 위의 문제로 인해 실제 상황에서 작동하는지 의심 스럽습니다.

현재 Linux에서 OpenCV를 사용하여 평균화하는 것과 같은 몇 가지 방법을 프로그래밍합니다. 프로그램은 그 사각형 내부의 픽셀 평균을 계산하고 버퍼에이 값을 저장하고 모드를 계산하여 현재 프레임과 비교합니다. 그러나 야간에는 차량 조명, 낮에는 차량 그림자, 빨간색 신호로 인해 센서에서 차를 멈추는 등의 문제가 있습니다.

Answer 1

배경에서 전경을 분리하는 것보다 차량을 더 잘 감지하고 싶습니다. 많은 조명 조건 문제가 있으며 오래된 패션입니다. opencv에서 차량의 빠르고 간단한 탐지를 위해 haar cascade 또는 LBP를 사용할 수 있습니다. opencv 3.1에는 탐지기 학습을 위해 2 가지가 있습니다. 검출기를 사용하는 것은 간단합니다.

같은 In this tutorial

로 또한 자동차 검출 이미 pretrained 폭포를 다운로드 할 수있는 웹에 대한 몇 가지 소스가있다.

코드를 감지 Opencv는 간단하고 이해하기 쉽습니다. 내 블로그에서 예제를 찾을 수 있습니다. 또한 나는 2000 개의 자동차 양성 샘플을 포함하는 하나의 자동차 데이터 세트를 가지고있다. 이 샘플은 bash에서 positiva 샘플 목록으로 샘플링하고 유틸리티를 사용하여 샘플 및 traincascade를 작성합니다. LBP 캐스케이드는 비교할 수있는 성능으로 조금 더 빠릅니다.

나는 리눅스에서도 Windows에서도 캐스케이드를 배웠습니다. 차이점은 프로그램 실행에 관한 것입니다. 또한 훈련 (vec.vec bg.dat 데이터는 샘플 생성 유틸리티로 준비해야합니다.) 데이터 세트를 가지고 있다면 훈련 준비 시간은 20 분입니다. 문제는 데이터를 찾을 수있는 곳입니다. 블로그에 데이터 세트가 있습니다. 스크립트를 이해 내 -w 32 개 -h 64 매개 변수가 사람들 검출 도르 자동차

32 -h 32 -w ./opencv_traincascade 같은 더 좋은이며

을 매개하는 opencv_traincascade.exe - 데이터 V5.. - vec vec.vec -bg bg.dat -numPos 540 -numNeg 700 -numStages 11 numThreads 4 -stageType BOOST -featureType LBP -w 32 -h 64 -minHitRate 0.999995 -maxFalseAlarmRate 0.2 -maxDepth 10 -maxWeakCount 120 -mode ALL

나는 또한 som을 수집합니다. 탐지기를 훈련시키는 전자 데이터 세트 .. 당신은 당신은 훨씬 더 명확하게 문제를 정의 할 필요가 Dataset