سامانة هوشمندی نوین برای تشخیص خودکار وسایل نقلیةمتخلف به کمک پردازش خودکار تصاویر دوربین‌های نظارت تصویری

Abstract

امروزه سامانه‌های هوشمند کنترل ترافیک آن‌چنان اهمیت دارند که برای بهبود روند عبور و مرور وسایل نقلیه در کلان شهرهای بزرگ دنیا از آن‌ها استفاده می‌شود. در همین راستا، پردازش تصویر به عنوان شیوه‌ای نوین برای تجزیه و تحلیل تصاویر ویدیویی دوربین‌های نظارت ترافیکی معرفی شده‌اند. در مقالة حاضر، یک روش جدید برای استخراج اطلاعاتی مانند سرعت و مسیر از وسایل نقلیه در حال حرکت ارائه شده است تا مشاهده شود که آیا قوانین ترافیکی را نقض کرده‌اند یا خیر. به این منظور برای اولین بار مجموعه‌ای از فریم‌های ویدئویی استخراج شده‌اند تا مقداردهی اولیه پیش زمینه برای تفکیک پس زمینه بر اساس استراتژی مدل مخلوط گاوسی انجام پذیرد. پس از آن اشیاء متحرک در بقیه فریم‌های جریان‌های ویدئویی با توجه به تشخیص مربوط به همان جسم در طول زمان شناسایی می‌شوند. در همین راستا از الگوریتم مونک[1] که نسخة بهبود یافتة الگوریتم مجارستانی² است، استفاده شده تا پیش‌بینی‌های ردیابی برای شناسایی اشیاء در حال حرکت انجام شود. پس از استخراج اطلاعاتی هم‌چون مسیر و سرعت اجسام در حال حرکت، این اطلاعات تجزیه و تحلیل شده و موارد نقض قوانین ترافیکی به شکل خودکار شناسایی و استخراج می‌شوند.نتایج مربوط به اجرای نسخة آزمایشی روش ارائه شده، نشان دهندة کیفیت بالا و امکان سنجی آن حتی برای تصاویر ویدیویی برخط از دوربین‌‌های کنترل ترافیک استاتیک با کالیبراسیون دقیق و ثابت است.<br />