Estudo comparativo de detecção e rastreamento de elementos no trânsito utilizando imagens ominidirecionais
Nome: HEISTHEN MAZZEI SCARPARO
Data de publicação: 22/11/2024
Orientador:
Nome |
Papel |
|---|---|
| RAQUEL FRIZERA VASSALLO | Orientador |
Banca:
| Nome |
Papel |
|---|---|
| DANIEL CRUZ CAVALIERI | Examinador Externo |
| DOUGLAS ALMONFREY | Examinador Externo |
| RAQUEL FRIZERA VASSALLO | Presidente |
Resumo: A detecção e rastreamento de elementos no trânsito desempenham um papel fundamental
no avanço das cidades inteligentes. Essas tecnologias têm o potencial de aliviar o con-
gestionamento, otimizar o uso de recursos e melhorar a qualidade de vida da população.
No entanto, um aspecto ainda pouco explorado nesse campo é a utilização de vídeos
omnidirecionais, que proporcionam um campo visual de 360°.
As imagens omnidirecionais oferecem uma perspectiva abrangente do ambiente viário,
permitindo uma análise mais completa do tráfego e dos objetos em movimento. Essa visão
panorâmica possibilita a detecção de veículos, pedestres, ciclistas e outros elementos em
todas as direções, incluindo ângulos difíceis de capturar com câmeras convencionais. O uso
desse tipo de imagens para o controle semafórico facilita a obtenção de informações da
trajetória dos veículos em tempo real e, portanto, a configuração dos semáforos de forma
mais inteligente e eficiente.
Além disso, as imagens omnidirecionais podem ser usados para monitorar áreas de alta
densidade de tráfego, identificar pontos de congestionamento e analisar padrões de com-
portamento dos usuários da via. Essas informações são valiosas para o planejamento
urbano, o desenvolvimento de políticas de mobilidade e a implementação de estratégias
que visem melhorar o fluxo de tráfego e a segurança nas ruas. Embora o uso de imagens
panorâmicas em 360° no contexto da detecção e rastreamento no trânsito ainda seja um
campo pouco explorado, ele representa uma boa ferramenta para o avanço das cidades
inteligentes através da sua integração com os sistemas de controle semafórico e de gestão
de tráfego nas cidades.
Nesse sentido, esse trabalho apresenta uma base de dados contendo 25 vídeos em 360°,
com suas respectivas anotações. Tal base de dados está disponível para utlização pela
comunidade acadêmica. Também apresenta um estudo comparativo entre aplicação das
redes YOLOv5, YOLOv7 e YOLO-NAS, juntamente com o uso do algoritmo DEEPSORT,
para detecção e rastreamento dos objetos de trânsito, presentes na base de dados. Para
realizar a comparação entre as redes, foram utilizadas as métricas de Precisão, Revocação,
F1-Score, mAP@.5 e mAP@.5:.95. No estudo aqui realizado, o melhor resultado foi
obtido utilizando a rede YOLOv7 com treinamento. Tal estudo mostra a viabilidade
de se considerar o uso de imagens omnidirecionais como uma ferramenta na tarefa de
monitoramento de tráfego e auxiliar na mobilidade urbana.
