Real-Time Vehicle Detection and Urban Traffic Behavior Analysis Based on UAV Traffic Videos on Mobile Devices

要約

この論文は、無人航空機 (UAV) 交通ビデオに基づくリアルタイム車両検出および都市交通行動分析システムに焦点を当てています。
UAV を使用して交通データを収集し、YOLOv8 モデルと SORT 追跡アルゴリズムを組み合わせることで、物体検出および追跡機能が iOS モバイル プラットフォームに実装されます。
交通データの取得と分析の問題では、動的コンピューティング手法を使用してリアルタイムでパフォーマンスを処理し、車両のミクロおよびマクロ交通パラメータを計算し、リアルタイムの交通挙動分析を実行して視覚化します。
実験の結果、車両物体検出の精度率は98.27%、再現率は87.93%に達し、リアルタイム処理能力は毎秒30フレームで安定していることがわかりました。
この取り組みでは、ドローン技術、iOS 開発、ディープラーニング技術を統合し、交通ビデオの取得、物体検出、物体追跡、交通行動分析機能をモバイルデバイスに統合します。
これは、軽量の交通情報収集とデータ分析に新たな可能性をもたらし、道路交通状況の分析効率を向上させ、運輸当局の交通問題に対処する革新的なソリューションを提供します。

要約(オリジナル)

This paper focuses on a real-time vehicle detection and urban traffic behavior analysis system based on Unmanned Aerial Vehicle (UAV) traffic video. By using UAV to collect traffic data and combining the YOLOv8 model and SORT tracking algorithm, the object detection and tracking functions are implemented on the iOS mobile platform. For the problem of traffic data acquisition and analysis, the dynamic computing method is used to process the performance in real time and calculate the micro and macro traffic parameters of the vehicles, and real-time traffic behavior analysis is conducted and visualized. The experiment results reveals that the vehicle object detection can reach 98.27% precision rate and 87.93% recall rate, and the real-time processing capacity is stable at 30 frames per seconds. This work integrates drone technology, iOS development, and deep learning techniques to integrate traffic video acquisition, object detection, object tracking, and traffic behavior analysis functions on mobile devices. It provides new possibilities for lightweight traffic information collection and data analysis, and offers innovative solutions to improve the efficiency of analyzing road traffic conditions and addressing transportation issues for transportation authorities.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google