20.500.12556/DKUM-55281 AVTOMATSKO ŠTETJE PROMETA IZ VIDEO-SLIKOVNEGA MATERIALA AUTOMATIC REAL TIME TRAFFIC COUNTING FROM VIDEO Štetje vozil na prometni infrastrukturi je obsežno področje, za katero obstaja na svetovnem tržišču mnogo rešitev. A te rešitve so praviloma finančno nedostopne majhnim podjetjem in različnim institucijam. Razvoj sistema avtomatskega štetja prometa s pomočjo video-slikovnega materiala v realnem času, ki za svoje delovanje ne potrebuje drage opreme in fizično ne posega v prometno infrastrukturo, je rešitev za prej omenjene težave. Sistem deluje na način primerjave zaporednih slik video posnetka. Z odštevanjem zaporednih slik odstrani ozadje in določi objekt v opazovanem območju. S pomočjo koordinat na novo določenega objekta in virtualne črte ter izračunom povprečnih vrednosti intenzitete slikovnih elementov prešteje vsak objekt znotraj opazovanega območja. Skupaj s tem omogoča osnovno klasifikacijo vozil, ki temelji na prej omenjenem izračunavanju povprečnih vrednosti slikovnih elementov znotraj opazovanega območja. Povprečna natančnost preštevanja vozil, izračunana na podlagi šestih video posnetkov s približno 350 vozili, je 97,5 ± 2,18 %. Klasificiranje osebnih in tovornih vozil je 90,96 ± 0,42 % natančno. Hkrati s tem algoritem pri merjenju hitrosti odstopa v povprečju za 11,88 ± 2,14 % od dejanskih hitrosti vozil. Rezultati testiranja preštevanja urejenega prometnega toka pešcev pokažejo 90,91 % natančnost. Traffic counting is a wide area of science and up to now there are various solutions which are mainly financial unavailable for small companies or public institutions. The solution for this disadvantage is development of system of Automatic real time traffic counting from video in real time. System works with comparing the sequence of video frames where background is removed by background subtraction method and object is then defined in ROI. Object in ROI is counted by coordinates of new object, virtual line and average pixel intensity values. Average accuracy of traffic counting is 97,5 ± 2,18 %, determined through six videos with ca. 350 vehicles. Classification of cars and heavy vehicles is 90, 96 ± 0,42 % accurate in average. Moreover, algorithm deviation on measuring speed is 11,88 ± 2,14 %. At the end of master thesis was tested counting of orderly traffic pedestrian flow. Pedestrians was 90,91 % accurate counted. prometno inženirstvo avtomatsko štetje prometa klasifikacija vozil štetje prometa z video-slikovnim materialom traffic and transportation engineering automatic traffic counting vehicle classification video based traffic counting true true false [B. Celan] Slovenski jezik Angleški jezik Magistrsko delo/naloga 2015-10-14 15:56:24 2015-10-28 11:38:55 2022-06-08 03:11:34 2021-04-11 03:29:04 2015 0 Maribor 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 656.1.021:004.932(043.2) 19488534 URN:SI:UM:DK:LYCPCUOP MAG_Celan_Bostjan_2015.pdf MAG_Celan_Bostjan_2015.pdf 1 F93F1127CCD60BBE6925C7A3C98CEF70 298590ff7eb6fc9f2d840e7bd963733171fbed74da6f9c7b1b777d64d3ca6c47 90e24ddd-7c07-11eb-bb7a-00155d0001ca https://dk.um.si/Dokument.php?lang=slv&id=82896 Fakulteta za gradbeništvo, prometno inženirstvo in arhitekturo 0 0 0