车道上的汽车识别[关闭]

Question

假设我们在路上有一个高位摄像头。

假设它是一个数据流。

我们可以用什么来开发一个软件来识别正在穿过车道的汽车。

假设有一条实线，我们想要检测穿过实线的汽车。

我正在寻找有助于以这种方式实现这个想法的包，但是如果你有不同的方法，它仍然可以接受想法。

• 逐图解析视频流。
• 识别汽车和车道。
• 识别白线在哪里（包括以前的知识）
• 数车数
• 找到穿过车道的汽车
• 找出穿过实线的汽车。

对于简单的情况，如果汽车越过车道，即实线，您看不到两侧的实线，则没有越过实线。

并且视频中的每张图片都是无国籍的。（可以算汽车更多）。

下一阶段是识别汽车并尝试对每辆汽车计数一次。

我知道一些编程语言。并且代码是用于开源的，所以我不会购买任何包。

Answer 1

正如您所注意到的，这可以自然地分为三个较小的子问题：(1) 识别车道，(2) 识别汽车，以及 (3) 检测汽车何时越过车道。这就是我要解决它们的方法：

车道识别

根据您的设置有多“好”，这可能是微不足道的，也可能是非常困难的：

1. 相机是否固定 w.r.t.马路？如果是这样，请手动注释车道。
2. 整个视野的车道是否相对笔直？如果是这样，请使用霍夫变换。
3. 摄像头是否指向正下方？如果是这样，请使用调整到线条宽度的固定宽度过滤器。
4. 使用可变宽度滤镜更正透视失真的影响。

如果您最终要处理严重的透视失真，麻省理工学院 DARPA 团队的这两篇论文提出了一种使用相机校准来校正效果的解决方案：

• 阿尔伯特·黄。使用视觉和激光雷达的自动驾驶汽车车道估计。博士论文，麻省理工学院，2010 年。
• A. Huang、D. Moore、M. Antone、E. Olson 和 S. Teller。城市道路网络中的多传感器车道查找。诉讼 机器人学：科学与系统，苏黎世， 瑞士，2008 年。

汽车识别

如果您可以在帧之间存储一些状态，那么检测汽车的最简单方法是使用背景减法（即“任何移动得足够快的东西都是汽车”）。移除背景后，剩余的像素可以使用连接组件算法（例如洪水填充）分组为类似汽车的团块。

没有状态，这将成为一个更复杂的对象识别问题。

车道偏离检测

假设一切正常，这相对简单。检查任何被识别为汽车的像素是否与任何被识别为线条的像素相交[或在一定公差范围内]。