Please use this identifier to cite or link to this item: https://hdl.handle.net/10216/83529
Author(s): Gustavo Ramos Lira
Title: A computer vision approach to drone-based traffic analysis of road intersections
Issue Date: 2015-07-21
Abstract: In recent years, there has been interest in detailed monitoring of road traffic, particularly in intersections, in order to obtain a statistical model of the flow of vehicles through them. While conventional methods - sensors at each of the intersection's entrances/exits - allow for counting, they are limited in the sense that it is impossible to track a vehicle from origin to destination. This data is invaluable to understand the how the dynamic of a city's mobility works, and how it can be improved, therefore new techniques must be developed which provide that kind of information. One of the possible approaches to this problem is to analyse video footage of said intersections by means of computer vision algorithms, in order to identify and track individual vehicles. One of the possible ways to obtain this footage is by flying a drone - a small unmanned air vehicle (UAV) - carrying a camera over an intersection.Some work has been done with this solution in mind, but the usage of a top-down birds-eye perspective, obtained by flying the drone directly above the intersection, rather than at an angle, is limited or inexistent. This approach is interesting because it circumvents the problem of occlusions present in other footage capture set ups. The focus of this dissertation is, then, to develop and apply computer vision algorithms to footage obtained in this way in order to identify and track vehicles across intersections, so that a statistical model may be extracted. This model is based on said association of an origin and a destination. Based on the implementation which was developed, this approach seems to be useful for at least some types of vehicles.
Description: Recentemente, tem existido interesse na monitorização do tráfego automóvel, particularmente em cruzamentos, com o objectivo de obter um modelo estátistco do fluxo de veículos através dos ditos. Enquanto que os métodos convencionais - sensores em cada uma das entradas/saídas do cruzamento - permitem contar o número de veículos, estes são limitados, dado que não permitem acompanhar um veículo da entrada à saída. Estes dados são preciosos para perceber como funciona a dinâmica de mobilidade de uma cidade, e como pode ser melhorada, pelo que novas técnicas que forneçam esse tipo de informação têm que ser desenvolvidas. Uma das abordagens possíveis a este problema é a análise, por meio de algoritmos de visão por computador, de vídeo capturado dum cruzamento, para identificar e seguir veículos. Uma das formas possíveis de obtenção de vídeo é a utilização de um "drone" - um pequeno veículo aéreo não tripulado - com uma câmera, para voar por cima de um cruzamento e o filmar.Algum trabalho foi feito com esta ideia em mente, mas a utilização de uma perspectiva vertical "birds-eye", em vez de uma perspectiva inclinada, é limitada ou inexistente. Esta abordagem é interessante porque controna o problema das oclusões patente noutras formas de captura de imagem. O objectivo desta dissertação é, então, desenvolver e aplicar algoritmos de visão por computador a imagens obtidas desta maneira, para identificar e seguir veículos num cruzamento, para que um modelo estatístico do dito possa ser obtido. Este modelo baseia-se na supracitada associação de entradas a saídas. Com base na implementação que foi desenvolvida, esta abordagem para ser útil para, pelo menos, alguns tipos de veículos.
Subject: Engenharia electrotécnica, electrónica e informática
Electrical engineering, Electronic engineering, Information engineering
Scientific areas: Ciências da engenharia e tecnologias::Engenharia electrotécnica, electrónica e informática
Engineering and technology::Electrical engineering, Electronic engineering, Information engineering
TID identifier: 201304511
URI: https://repositorio-aberto.up.pt/handle/10216/83529
Document Type: Dissertação
Rights: openAccess
License: https://creativecommons.org/licenses/by-nc/4.0/
Appears in Collections:FEUP - Dissertação

Files in This Item:
File Description SizeFormat 
35458.pdfA computer vision approach to drone-based traffic analysis of road intersections11.89 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons