Metoda określania natężenia ruchu drogowego z wykorzystaniem falkowej reprezentacji strumienia wideo z kamery obserwacyjnej

• Autorzy: Kłos M. J.

Warianty tytułu

EN

Method of determining road traffic flow, based on 3D wavelet transform of an image sequence from a videodetector

• Języki publikacji: PL

Abstrakty

PL

Zaproponowano wykorzystanie transformacji falkowej strumienia wideo do reprezentacji jego treści. W celu uwzględnienia zmian treści w czasie zastosowano trójwymiarową transformację. Na podstawie dyskusji własności transformacji wybrano dyskretną transformację falkową z falkami Haara, która wymaga najmniejszego nakładu obliczeniowego. Opracowano metodę odwzorowania natężenia ruchu z użyciem współczynników transformaty. Na podstawie wzorcowej bazy detekcji pojazdów na obrazie, wyliczane są parametry liniowej funkcji współczynników najlepiej odwzorowujące natężenie ruchu. Przeprowadzono walidację metody z użyciem kilkunastogodzinnej bazy pomiarów.

EN

Wavelet transform is proposed to represent the contents of the image sequence. In order to account for temporal changes of the contents a 3D transform is used. 3D DWT, Haar based, is chosen as it requires the least number of calculations to determine the coefficients. A method of mapping road traffic flow is developed. The method uses a linear function of the wavelet coefficients for describing the changes in detection fields, which is in turn is converted to traffic flow. The parameters of the linear function are determined using a reference data base. The method was validated using a data base of video streams (11 hours).

Słowa kluczowe

PL

trójwymiarowa dyskretna transformata falkowa; natężenie ruchu drogowego; przemieszczanie obiektów

EN

discrete wavelet transform; motion parameters; road traffic flow

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Logistyka
• Rocznik: 2015
• Tom: nr 3
• Strony: 2211--2218, CD 1
• Opis fizyczny: Bibliogr. 15 poz., rys.

Twórcy

autor

Kłos M. J.

Bibliografia

• 1. Bing-Fei Wu and Chung-Fu Lin.: A high-performance and memory-efficient pipeline architecture for the 5/3 and 9/7 discrete wavelet transform of JPEG2000 codec. IEEE Transactions on Circuits and Systems for Video Technology,Vol.15, No. 12, pp. 1615 – 1628, Dec. 2005
• 2. Borkowski, A., Sośnica, K.: Application of discrete wavelet transform to filtering airborne laser scanning data. Archiwum Fotogrametrii, Kartografii i Teledetekcji, Vol. 20, 2009, s. 35-45
• 3. Bugeau, A., Prez, P.: Detection and segmentation of moving objects in complex scenes. Computer Vision and Image Understanding 113, 459–476 (2009)
• 4. Daubechies, I., Sweldens, W.: Factoring wavelet transforms into lifting steps. J. Fourier Anal. Appl., vol. 4, 1998, pp. 247–269
• 5. Gonzalez-Nuevo, J., Argueso, F., Lopez-Caniego, M., Toffolatti, L., Sanz, J., Vielva, P., Herranz, D.: The Mexican hat wavelet family: application to point-source detection in cosmic microwave background maps. Mon. Not. Roy. Astron. Soc. 369, 1603–1610.
• 6. Jiang, X., Adeli, H.: Wavelet Packet-Autocorrelation Function Method for Traffic Flow Pattern Analysis. Computer-Aided Civil and Infrastructure Engineering 19 (2004) 324–337.
• 7. Pamula, W.: Determination of Road Traffic Parameters Based on 3D Wavelet Representation of an Image Sequence, in L. Bolc et al. (Eds.): LNCS 7594, pp. 541–548, Springer-Verlag Berlin Heidelberg 2012
• 8. Pamuła, W.: Metoda implementacji trójwymiarowej dyskretnej transformaty falkowej strumienia wideo w układach FPGA, PAK 2012 nr 07, s. 632-634
• 9. Satpute, V., Naveen, Ch., Kulat, K., Keskar, A.: Fast and Memory Efficient 3D-DWT Based Video Encoding Techniques. Proceedings of the International MultiConference of Engineers and Computer Scientists 2014 Vol I, IMECS 2014, March 12 - 14, 2014, Hong Kong
• 10. Sureshraju, K., Satpute, V., Keskar, A., Kulat, K.: Image Compression using wavelet transform compression ratio and PSNR calculations. Proceedings of the National Conference on Computer society and informatics- NCCSI‟12, 23rd &24th April 2012.
• 11. Van-Fang Sang, Zhonggen Wang, and Changming Liu.: Discrete wavelet-based trend identification in hydrologic time series. Hydrological Processes, 2012.
• 12. Wójtowicz, W.: Biometric watermarking for medical images – example of iris code. Technical Transactions, iss. 5. Mechanics, iss. 1-M, s. 409-416 (2013)
• 13. Wu, Y., Shen, J., Dai, M.: Traffic object detections and its action analysis. Pattern Recognition Letters 26, 1963–1984 (2005)
• 14. Yilmaz, A., Javed, O., and Shah, M. 2006. Object tracking: A survey. ACM Comput. Surv. 38, 4, Article 13 (Dec. 2006), 45 pages.
• 15. Zhu, W., Barth, M.: Vehicle Trajectory-Based Road Type and Congestion Recognition using Wavelet Analysis. Proceedings of the IEEE ITSC 2006 Intelligent Transportation Systems Conference Toronto, Canada, September 17-20, 2006