РАЗРАБОТКА АЛГОРИТМА И ПРОГРАММНОГО КОМПЛЕКСА ДЛЯ МНОГОЦЕЛЕВОЙ АВТОМАТИЗИРОВАННОЙ ФОТО- И ВИДЕОФИКСАЦИИ ТРАНСПОРТНЫХ СРЕДСТВ, ДВИЖУЩИХСЯ ПО АВТОМОБИЛЬНЫМ ДОРОГАМ
Боковая панель статьи
Основное содержимое статьи
Аннотация
В данной статье речь идет о создании алгоритма и программного комплекса на основе многоцелевой автоматизированной фото- и видеофиксации движения транспортных средств по автомобильным дорогам. Одно из основных направлений повышения эффективности и обеспечения безопасности транспортных средств на дорогах связано с формированием интеллектуальных транспортных систем и внедрением интеллектуальных технологий в интеллектуальный сектор Медленный рост глобальной инфраструктуры, ориентация на штрафы от ОГО, высокие затраты на внедрение сложной системы являются факторами, препятствующими внедрению ИКТ на основе технологий. Также предусмотрено, что проблемы других сфер будут решаться за счет развития инфраструктуры
Информация о статье
Раздел
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Как цитировать
Библиографические ссылки
Хиггинс Л., Нельсон А., Гейзельбрехт Т., Ульман Б. Понимание процесса принятия решений водителями, столкнувшимися с ограничением полосы движения или перекрытием на автомагистралях штата Висконсин . Отчет № 0092-11-15. Департамент транспорта штата Висконсин, Мэдисон, 2013 г.
Робинсон Э., Любар Э., Сингер Дж. П., Келлман Д., Кац Б., Кузницкий С. Практика информирования путешественников во время неповторяющихся событий . Федеральное управление автомобильных дорог США, Маклин, Вирджиния, 1 апреля 2018 г.
Stamatiadis P., Gartner NH, Xie Y., Chen D., Diaz R. Jr. Оценка и совершенствование информационных программ MassDOT для путешественников . Департамент транспорта штата Массачусетс, Управление транспортного планирования, Бостон, Массачусетс, 1 марта 2019 г.
ТеРыЖ. 511 Камера видеонаблюдения Обнаружение транспортных средств с использованием DAIU Net и STMAP для расширенной информационной системы путешественников (ATIS). https://github.com/TeRyZh/511-CCTV-Camera-Vehicle-Detection-and-Tracking-Using-STMap-and-DAIU-Net.
Чжан Т., Джин П.Дж. Метод реконструкции траектории транспортного средства на основе продольной развертки для видео движения под большим углом. Транспортные исследования, часть C: Новые технологии , Vol. 103, 2019, стр. 104–128.
Ардестани С.М., Джин П.Дж., Фили С. Обнаружение синхронизации сигнала на основе пространственно-временной карты, созданной на основе видео наблюдения видеонаблюдения. Отчет о транспортных исследованиях: Журнал Совета по транспортным исследованиям , 2016 г. 2594: 138–147.
Малиновский Ю., Ву Ю. Дж., Ван Ю. Обнаружение и отслеживание транспортных средств на основе видео с использованием пространственно-временных карт. Отчет о транспортных исследованиях: Журнал Совета по транспортным исследованиям , 2009 г. 2121: 81–89.
Диксон М., Джейкобс Н., Плесс Р. Эффективная система отслеживания транспортных средств в многокамерных сетях. Proc., 3-я Международная конференция ACM/IEEE по распределенным смарт-камерам (ICDSC), Комо, Италия, IEEE, Нью-Йорк, штат Нью-Йорк, 30 августа – 2 сентября 2009 г., стр. 1–8.
Хсу, ХМ; Хуанг, ТВ; Ван, Г.; Кай, Дж.; Лей, З .; Хванг, Дж. Н. Многокамерное отслеживание транспортных средств на основе моделей глубокой идентификации с повторной идентификацией и моделей связи с камерами на основе траектории. В материалах семинаров конференции IEEE/CVF по компьютерному зрению и распознаванию образов (CVPR), Лонг-Бич, Калифорния, США, 16–20 июня 2019 г.
Бредерек, М.; Цзян, X .; Кернер, М .; Дензлер, Дж. Ассоциация данных для многообъектного отслеживания путем обнаружения в сетях с несколькими камерами. В материалах Шестой международной конференции по распределенным смарт-камерам (ICDSC) 2012 г., Гонконг, Китай, 30 октября – 2 ноября 2012 г.; стр. 1–6.
Ву, М.; Цянь, Ю .; Ван, К.; Ян, М. Многокамерная система слежения за транспортными средствами на основе повторной идентификации транспортных средств городского масштаба и пространственно-временной информации. В материалах семинаров конференции IEEE/CVF по компьютерному зрению и распознаванию образов (CVPR), Нэшвилл, Теннесси, США, 19–25 июня 2021 г.; стр. 4077–4086.