Rozpoznávání a klasifikace dopravních situací
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
D
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
Abstract
Cílem této práce je identifikace a klasifikace nebezpečných situací z přehledových kamer, monitorujících dopravní provoz. Příkladem takových situací jsou nebezpečné stání podél silnice a dopravní nehody, na které se práce zaměřuje. Vytvořený systém využívá detektor objektů, analyzující průměrné snímky v daném intervalu, algoritmů K nejbližších sousedů a K Means a opětovnou detekci objektů v lokálně zvětšené oblasti pro výběr kandidátů. Detekované objekty, nacházející se mimo silnici jsou přiložením masky silnice eliminovány. Modul pro zpracování anomálie pak vypočítá její interval a klasifikaci. Naměřené F1 skóre je 0,645, S4 skóre 0,535 a procentuální úspěšnost klasifikace anomálie 80 %.
The aim of this thesis is to identify and classify dangerous situations from surveillance cameras, monitoring traffic. An example of such situations is dangerous standing near by the road and car crash, on which this work focuses. The created system uses object detector, analyzing average images in given interval, K nearest neighbor and K Means algorithm and re-detection of enlarged local area in a frame to select anomaly candidates. Detected objects, that do not belong on the road are eliminated by attaching created road mask. At the very last phase, the interval, together with the classification is determined. Calculated F1 score is 0.645, S4 score 0.535 and precision of classification 80 %.
The aim of this thesis is to identify and classify dangerous situations from surveillance cameras, monitoring traffic. An example of such situations is dangerous standing near by the road and car crash, on which this work focuses. The created system uses object detector, analyzing average images in given interval, K nearest neighbor and K Means algorithm and re-detection of enlarged local area in a frame to select anomaly candidates. Detected objects, that do not belong on the road are eliminated by attaching created road mask. At the very last phase, the interval, together with the classification is determined. Calculated F1 score is 0.645, S4 score 0.535 and precision of classification 80 %.
Description
Citation
ZBOŘIL, J. Rozpoznávání a klasifikace dopravních situací [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2022.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Informační technologie
Comittee
doc. RNDr. Pavel Smrž, Ph.D. (předseda)
doc. RNDr. Jitka Kreslíková, CSc. (místopředseda)
Ing. Ivana Burgetová, Ph.D. (člen)
Ing. Aleš Smrčka, Ph.D. (člen)
Ing. Josef Strnadel, Ph.D. (člen)
Date of acceptance
2022-06-16
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm D. Otázky u obhajoby: Zhodnoťte, jak si Vámi implementovaný algoritmus poradí se změnou počasí nebo osvětlení scény. Používáte stacionární kamery? Zahrnuje vaše řešení i stabilizaci snímků?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení