شناسایی و ردیابی بی‌درنگ خودروها در سناریوهای حمل و نقل شهری براساس بینایی ماشین

در این مقاله یک روش قابل اعتماد شناسایی، کلاسه‌بندی و ردیابی خودروها در سناریوهای مختلف ترافیک درون شهری به‌ کمک تصاویر رنگی ویدیویی دریافتی از یک دوربین نظارتی ثابت تحت شرایط مختلف آب و هوایی ارایه می‌شود. این روش با استخراج خودکار تصویر زمینه و به‌روز کردن آن در چند فریم متوالی، مشکل تغییرات سریع و کند نور و محیط جاده را حل، و با موقعیت و مشکل کالیبراسیون دوربین تطبیق می‌یابد. ضمن عدم‌وابستگی به خطوط خط‌کشی و حرکت خودروها در بین خطوط، سایه‌های مزاحم خودی و پخشی خودرو، سایه‌های مزاحم کنار جاده و اثرات وزش باد، باران و برف را رفع می‌کند. همچنین برای تطبیق با تغییرات ساختاری و محیطی جاده، نیازی به حافظه یادگیری و پایگاه داده پیچیده ندارد. نتایج عملیاتی آزمایشات، مبین تشخیص دقیق خودروهای متحرک و عابرین، کارآیی بالا 99.8% در شناسایی و ردیابی، و 91% در کلاسه‌بندی خودرو است. با تنظیم فاصله و زاویه دوربین، شدت روشنایی و زمینه ساده تصویر دریافتی نتایج آزمایشات تجربی در سرعت و دقت تشخیص نتایج بهتری را نشان می‌دهد.