A wavelet-based vehicles detection algorithm

• Autorzy: Pamuła W.

Warianty tytułu

PL

Algorytm detekcji pojazdów oparty na falkach

• Języki publikacji: EN

Abstrakty

EN

The detection of vehicles, in video streams from road cameras, is generally performed by analyses of the occupancy of virtual detection fields defined in image frames. This principle of detection is sensitive to ambient light variations, vehicle shadows, and camera movement. The paper presents a method for detection of vehicles that uses transformed image frames. To facilitate detection each frame is converted into a vector of pixel values. Consecutive video vectors are transformed using one-dimensional DWT. Stopped vehicles are represented by stripes, whereas moving ones by checked patches. The width of a stripe indicates vehicle size, while the length shows how long the vehicle waited at the approach to the intersection.

PL

Wykrywanie pojazdów w strumieniu wideo z kamer drogowych oparte jest zwykle na analizie zajętości wirtualnych pól detekcji. Ten sposób wykrywania jest czuły na zmiany oświetlenia, cienie pojazdów i ruchy kamery. Artykuł przedstawia metodę wykrywania, która wykorzystuje transformaty klatek obrazów. W celu umożliwienia sprawnej analizy zawartość klatki zamieniana jest najpierw na wektor wartości pikseli. Kolejne wektory wideo są transformowane z użyciem jednowymiarowego, dyskretnego przekształcenia falkowego. Zatrzymane pojazdy są reprezentowane przez paski, a ruchome przez kratkowane placki. Szerokość paska wskazuje na rozmiar pojazdu, a długość określa, jak długo pojazd oczekiwał na wlocie skrzyżowania.

Słowa kluczowe

EN

vehicle detection; video stream; wavelet transform; DWT; road camera

PL

detekcja pojazdów; strumień wideo; transformata falkowa; DWT; kamera drogowa

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Zeszyty Naukowe. Transport / Politechnika Śląska
• Rocznik: 2012
• Tom: z. 74
• Strony: 75--83
• Opis fizyczny: Bibliogr. 10 poz.

Twórcy

autor

Pamuła W.

• Katedra Inżynierii Ruchu Politechnika Śląska, Katowice, Krasińskiego 13,

Bibliografia

• 1. Chitturi M.V., Medina J.C., Benekohal R. F.: Effect of shadows and time of day on performance of video detection systems at signalized intersections. „Transportation Research Part C” vol. 18, 2010, p. 176-186.
• 2. Michalopoulos P.G., Fundakowski R.A., Geokezas M.,Fitch R.C.: Vehicle detection through image processing for traffic surveillance and control, US Patent 4,847,772 Jul.11.1989.
• 3. Bunnen B., Bogaert M., Versaver J.: Traffic monitoring device and method, US Patent 5.912,634 Jun 15. 1999.
• 4. Zhang W., Fang Z.X., Yang X.: Moving vehicles segmentation based on Bayesian framework for Gaussian motion model, „Pattern Recognition Letters”, vol. 27, 2006, p. 956-967.
• 5. Tsai D-M., Chiu W-Y.: Motion detection using Fourier image reconstruction, „Pattern Recognition Letters”, vol. 29, 2008, p. 2145-2155.
• 6. Zhou H., Yuan Y., Shi C.: Object tracking using SIFT features and mean shift, „Computer Vision and Image Understanding”, vol. 113, 2009, p. 345-352.
• 7. Strang, G.: Wavelets and Dilation Equations: A Brief Introduction, „SIAM Review”, vol. 31, 1989, p. 614-627.
• 8. Calderbank A. R., Daubechies I., Sweldens W.: Wavelet Transforms that Map Integers to Integers, „Applied and computational harmonic analysis”, vol. 5, 1998, p. 332-369.
• 9. Andreopoulos Y., Munteanu A., Van der Auwera G., Cornelis J.P.H., Schelkens P.: Complete-to-Overcomplete Discrete Wavelet Transforms: Theory and Applications, „IEEE Transactions On Signal Processing”, vol. 53, 2005, p. 1398-1412.
• 10. Moon B., Jagadish H.V., Faloutsos C.: Analysis of clustering properties of Hilbert space filling curve, „IEEE Transactions on Knowledge and Data Engineering”, vol. 13, 2001, p.124-141.