Desenvolvimento de um sistema de detecção e rastreamentode veículos para análise de anomalias de tráfego em rodovias utilizando estruturas espaciais e temporais por meio de Visão Computacional

Detalhes bibliográficos
Autor(a) principal: Reyna, Ana Rosalia Huaman
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-05032024-155020/
Resumo: Atualmente, existem sistemas de visão computacional que nos auxiliam em tarefas que seriam maçantes para o ser humano, como vigilância e rastreamento de veículos. Uma parte essencial desta análise é identificar anomalias de tráfego. Uma anomalia nos diz que algo incomum aconteceu, neste caso, na rodovia. Este projeto tem como objetivo modelar a detecção e o rastreamento de veículos usando visão computacional para detectar anomalias de tráfego nas estradas. Para o desenvolvimento deste trabalho, seguimos as etapas de detecção, rastreamento e análise de tráfego: a detecção de veículos a partir de vídeos de tráfego urbano, o rastreamento de veículos utilizando um gráfico bipartido e o algoritmo Convex Hull para delimitar áreas móveis. Finalmente, para detecção de anomalias, utilizamos duas estruturas de dados para detectar o início e o fim da anomalia. A primeira é o QuadTree, que agrupa veículos que ficam muito tempo parados na estrada. A segunda abordagem trata de veículos que estão obstruídos. Os resultados experimentais mostram que nosso método é aceitável no conjunto de testes Track 4, com uma pontuação F1 de 85,7% e um erro quadrático médio de 25,432 segundos.
id USP_9c9ff020620c53da3b2ce8bc8bfdb0d5
oai_identifier_str oai:teses.usp.br:tde-05032024-155020
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Desenvolvimento de um sistema de detecção e rastreamentode veículos para análise de anomalias de tráfego em rodovias utilizando estruturas espaciais e temporais por meio de Visão ComputacionalDevelopment of a vehicle detection and tracking system for analyzing traffic anomalies on highways using spatial and temporal structures through Computer VisionAnomaly detectionComputer visionDetecção de anomaliasRastreamento de veículosVehicle trackingVisão computacionalAtualmente, existem sistemas de visão computacional que nos auxiliam em tarefas que seriam maçantes para o ser humano, como vigilância e rastreamento de veículos. Uma parte essencial desta análise é identificar anomalias de tráfego. Uma anomalia nos diz que algo incomum aconteceu, neste caso, na rodovia. Este projeto tem como objetivo modelar a detecção e o rastreamento de veículos usando visão computacional para detectar anomalias de tráfego nas estradas. Para o desenvolvimento deste trabalho, seguimos as etapas de detecção, rastreamento e análise de tráfego: a detecção de veículos a partir de vídeos de tráfego urbano, o rastreamento de veículos utilizando um gráfico bipartido e o algoritmo Convex Hull para delimitar áreas móveis. Finalmente, para detecção de anomalias, utilizamos duas estruturas de dados para detectar o início e o fim da anomalia. A primeira é o QuadTree, que agrupa veículos que ficam muito tempo parados na estrada. A segunda abordagem trata de veículos que estão obstruídos. Os resultados experimentais mostram que nosso método é aceitável no conjunto de testes Track 4, com uma pontuação F1 de 85,7% e um erro quadrático médio de 25,432 segundos.Currently, there are computer vision systems that help us with tasks that would be dull for humans, such as surveillance and vehicle tracking. An essential part of this analysis is to identify traffic anomalies. An anomaly tells us that something unusual has happened, in this case, on the highway. This project aims to model vehicle detection and tracking using computer vision to detect traffic anomalies on the road. For the development of this work, we follow the steps of detection, tracking and analysis of traffic: the detection of vehicles from video of urban traffic, the tracking of vehicles using a bipartite graph and the Convex Hull algorithm to delimit moving areas. Finally, for anomaly detection, we use two data structures to detect the beginning and end of the anomaly. The first is the QuadTree, which groups vehicles that are stopped for a long time on the road. The second approach handles vehicles that are occluded. Experimental results show that our method is acceptable on the Track4 test set, with an F1 score of 85.7% and a mean squared error of 25.432 seconds.Biblioteca Digitais de Teses e Dissertações da USPMeneguette, Rodolfo IpolitoReyna, Ana Rosalia Huaman2023-12-07info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/55/55134/tde-05032024-155020/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-03-05T18:57:03Zoai:teses.usp.br:tde-05032024-155020Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-03-05T18:57:03Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Desenvolvimento de um sistema de detecção e rastreamentode veículos para análise de anomalias de tráfego em rodovias utilizando estruturas espaciais e temporais por meio de Visão Computacional
Development of a vehicle detection and tracking system for analyzing traffic anomalies on highways using spatial and temporal structures through Computer Vision
title Desenvolvimento de um sistema de detecção e rastreamentode veículos para análise de anomalias de tráfego em rodovias utilizando estruturas espaciais e temporais por meio de Visão Computacional
spellingShingle Desenvolvimento de um sistema de detecção e rastreamentode veículos para análise de anomalias de tráfego em rodovias utilizando estruturas espaciais e temporais por meio de Visão Computacional
Reyna, Ana Rosalia Huaman
Anomaly detection
Computer vision
Detecção de anomalias
Rastreamento de veículos
Vehicle tracking
Visão computacional
title_short Desenvolvimento de um sistema de detecção e rastreamentode veículos para análise de anomalias de tráfego em rodovias utilizando estruturas espaciais e temporais por meio de Visão Computacional
title_full Desenvolvimento de um sistema de detecção e rastreamentode veículos para análise de anomalias de tráfego em rodovias utilizando estruturas espaciais e temporais por meio de Visão Computacional
title_fullStr Desenvolvimento de um sistema de detecção e rastreamentode veículos para análise de anomalias de tráfego em rodovias utilizando estruturas espaciais e temporais por meio de Visão Computacional
title_full_unstemmed Desenvolvimento de um sistema de detecção e rastreamentode veículos para análise de anomalias de tráfego em rodovias utilizando estruturas espaciais e temporais por meio de Visão Computacional
title_sort Desenvolvimento de um sistema de detecção e rastreamentode veículos para análise de anomalias de tráfego em rodovias utilizando estruturas espaciais e temporais por meio de Visão Computacional
author Reyna, Ana Rosalia Huaman
author_facet Reyna, Ana Rosalia Huaman
author_role author
dc.contributor.none.fl_str_mv Meneguette, Rodolfo Ipolito
dc.contributor.author.fl_str_mv Reyna, Ana Rosalia Huaman
dc.subject.por.fl_str_mv Anomaly detection
Computer vision
Detecção de anomalias
Rastreamento de veículos
Vehicle tracking
Visão computacional
topic Anomaly detection
Computer vision
Detecção de anomalias
Rastreamento de veículos
Vehicle tracking
Visão computacional
description Atualmente, existem sistemas de visão computacional que nos auxiliam em tarefas que seriam maçantes para o ser humano, como vigilância e rastreamento de veículos. Uma parte essencial desta análise é identificar anomalias de tráfego. Uma anomalia nos diz que algo incomum aconteceu, neste caso, na rodovia. Este projeto tem como objetivo modelar a detecção e o rastreamento de veículos usando visão computacional para detectar anomalias de tráfego nas estradas. Para o desenvolvimento deste trabalho, seguimos as etapas de detecção, rastreamento e análise de tráfego: a detecção de veículos a partir de vídeos de tráfego urbano, o rastreamento de veículos utilizando um gráfico bipartido e o algoritmo Convex Hull para delimitar áreas móveis. Finalmente, para detecção de anomalias, utilizamos duas estruturas de dados para detectar o início e o fim da anomalia. A primeira é o QuadTree, que agrupa veículos que ficam muito tempo parados na estrada. A segunda abordagem trata de veículos que estão obstruídos. Os resultados experimentais mostram que nosso método é aceitável no conjunto de testes Track 4, com uma pontuação F1 de 85,7% e um erro quadrático médio de 25,432 segundos.
publishDate 2023
dc.date.none.fl_str_mv 2023-12-07
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/55/55134/tde-05032024-155020/
url https://www.teses.usp.br/teses/disponiveis/55/55134/tde-05032024-155020/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815256687891709952

Registros relacionados