open-source - 车道上的汽车识别

Question

假设我们在路上有一个高摄像头。

可以说它是一个数据流。

我们可以用什么来制作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。
• 认清白线在哪里（包括以前的知识）
• 数车
• 找到正在横穿车道的汽车
• 找到穿过实线的汽车。

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

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计算每辆车一次。

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”，这可能从微不足道到非常困难：

1. 摄像头是固定在路上的吗？如果是这样，请手动注释车道。
2. 对于整个视野，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滤波器。
4. 通过使用可变宽度过滤器来校正透视失真的影响。

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解决方案，该解决方案使用相机校准来校正效果：

• 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。
• 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。机器人学论文集：科学与系统，瑞士苏黎世，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”）。去除背景后，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。

如果没有状态，这将成为一个更复杂的对象识别问题。

车道偏离检测

假设其他一切正常，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[或在一定容差范围内]。