Search

Video-based traffic analysis is a leading technology for streamlining transportation data collection. With traffic records from video cameras, unsupervised automated video analysis can detect various vehicle measures such as vehicle spatial coordinates and subsequently lane positions, speed, and other dynamic measures without the need of any physical interconnections to the road infrastructure. This paper contributes to the unsupervised automated video analysis by addressing two main shortcomings of the approach. The first objective is to alleviate tracking problems of over-segmentation and over-grouping by integrating region-based detection with feature-based tracking. This information, when combined with spatiotemporal constraints of grouping, can reduce the effects of these problems. This fusion approach offers a superior decision procedure for grouping objects and discriminating between trajectories of objects. The second objective is to model three-dimensional bounding boxes for the vehicles, leading to a better estimate of their geometry and consequently accurate measures of their position and travel information. This improvement leads to more precise measurement of traffic parameters such as average speed, gap time, and headway. The paper describes the various steps of the proposed improvements. It evaluates the effectiveness of the refinement process on data collected from traffic cameras in three different locations in Canada and validates the results with ground truth data. It illustrates the effectiveness of the improved unsupervised automated video analysis with a case study on 10 h of traffic data collection such as volume and headway measurements. Key words: computer vision, traffic analysis, data collection, intelligent transportation systems. L'analyse du trafic par video est une technologie de pointe pour simplifier la collecte de donnees sur les transports. Grace aux enregistrements de trafic de cameras video, l'analyse video automatisee non supervisee peut detecter diverses mesures de vehicule telles que les coordonnees spatiales de vehicule et, par la suite, la position sur les voies, la vitesse et d'autres mesures dynamiques sans qu'il soit necessaire d'etablir d'interconnexions physiques avec l'infrastructure routiere. Ce document contribue a l'analyse video automatisee non supervisee en remediant aux deux principales lacunes de l'approche. Le premier objectif est d'attenuer les problemes de localisation en raison de la sur-segmentation et du sur-regroupement en integrant la detection par region a la localisation par caracteristiques. Ces informations, lorsqu'elles sont combinees avec des contraintes spatio-temporelles de regroupement, peuvent reduire les effets de ces problemes. Cette approche de fusion offre une procedure de decision superieure pour le regroupement d'objets et la discrimination entre les trajectoires d'objets. Le deuxieme objectif est de modeliser des cadres d'objets tridimensionnels des vehicules permettant une meilleure estimation de leur geometrie et, par consequent, des mesures precises des donnees sur leur position et leurs deplacements. Cette amelioration donne lieu a une mesure plus precise des parametres de trafic tels que la vitesse moyenne, le decalage de temps et l'espacement entre les vehicules. Ce document decrit les diverses etapes des ameliorations proposees. Il evalue l'efficacite du processus d'amelioration des donnees recueillies par les cameras de surveillance routiere a trois endroits differents au Canada et valide les resultats a l'aide de donnees de terrain. Il illustre l'efficacite de l'analyse video automatisee amelioree et non supervisee au moyen d'une etude de cas sur 10 h de collecte de donnees sur le trafic, telles que les mesures de volume et d'espacement entre les vehicules. [Traduit par la Redaction] Mots-cles : vision par ordinateur, etude analytique du trafic, collecte de donnees, systemes de transport intelligents., Introduction Video-based traffic analysis is a leading technology in addressing many transportation-related issues from the planning stages to the management of road networks. It offers support to law enforcement through [...]