Detail publikace
Unsupervised Processing of Vehicle Appearance for Automatic Understanding in Traffic Surveillance
Tento článek se zabývá automatickým sběrem dat z dohledových kamer v dopravě. Nasazení použitelného dopravního dohledového systému vyžaduje minimalizaci nákladů na instalovanou kameru. Naším cílem je navrhnout nový pohled na tento problém bez jakéhokoli uživatelského vstupu. Naše metoda automaticky sbírá obrazové vzorky projíždějících aut z dohledové kamery, analyzuje jejich vzhled a plně automaticky vytváří fine-grained dataset. Tento dataset může být využit pro více účelů - my ukazujeme fine-grained rozpoznání aut a plně automatické měření rychlosti. Experimenty ukázaly, že rozpoznání aut je možné dělat velmi přesně - average precision 0.890. Měření vzdáleností na vozovce (vedoucí přímo k měření rychlostí automobilů) překonává jiné state-of-the-art metody. Narozdíl od jiných metod pro fine-grained rozpoznání automobilů, naše metoda není omezená pouze na jeden pohled.
@INPROCEEDINGS{FITPUB10954, author = "Jakub Sochor and Adam Herout", title = "Unsupervised Processing of Vehicle Appearance for Automatic Understanding in Traffic Surveillance", pages = "1--8", booktitle = "Digital Image Computing: Techniques and Applications (DICTA), 2015 International Conference on", year = 2015, location = "Adelaide, AU", publisher = "Australian Pattern Recognition Society", ISBN = "978-1-4673-6795-0", doi = "10.1109/DICTA.2015.7371318", language = "english", url = "https://www.fit.vut.cz/research/publication/10954" }