Visão computacional aplicada a quantificação do fluxo de veículos

  • Lucas de Oliveira Neitzke Biopark Educação
  • Fernando Kei-iti Sakai Sano Biopark Educação
  • Leonardo Garcia Tampelini Biopark Educação

Resumo


Detectando carros através da visão computacional em busca da quantificação do fluxo de veículos que transitam nas proximidades das instalações do Biopark Educação. A proposta da pesquisa é de quantificar o fluxo de carros e pessoas que transitam nas proximidades do Bioparque bairro e da instituição de ensino Biopark educação, através do uso de ferramentas como a Yolo V5, uma biblioteca de Python que permite realizar a quantificação de objetos quais foram previamente treinados através de modelos de machine learning que em conjunto com a técnica de DeepSORT proporciona um maior panorama para a resolução da proposta da pesquisa, qual prevê mensurar a quantidade de veículos que transitam nas vias e BRs próximas ao Bairro Bioparque e a instituição de ensino, Biopark educação. A demanda desse projeto se deu em prol do constante crescimento no número de pessoas que trabalham, estudam ou moram no Bairro Bioparque e frequentam a instituição de ensino. Esse crescimento significativo de pessoas infere em um aumento no tráfego de veículos resultando na necessidade de uma maior fiscalização e contabilização deste fluxo. O desenvolvimento desta ferramenta de contagem e quantificação poderá trazer benefícios significativos para as instituições envolvidas, tanto em investimentos como em segurança.

Palavras-chave: Machine learning, Detecção de objetos, Aprendizado profundo, Contagem de carros

Referências

Biswas, Debojit et al. An Automatic Car Counting System Using Over-Feat Framework. Disponível em: [link]. Acesso em: 2 ago. 2023.

Buch, N.; Velastin, S.A.; Orwell, J. A review of computer vision techniques for the analysis of urban traffic. IEEE Trans. Intell. Transp. Syst. 2011, 12, 920–939.

Raja, M. 'mahimairaja/vechicle-counting-yolo: An algorithm that uses YoloV5 and DeepSORT to count and measure the number of vehicles in a video stream, it detects the vehicles with YoloV5 and tracks them with DeepSORT to maintain a count of unique vehicles in the video. It also calculates the frames per second (FPS) of the video stream. Available online: [link] (Acesso em: 8 set. 2023).

A Deep Learning Object Detection Method For An Efficient Clusters Initialization. [link] Available online: [link] (Acesso em: 9 ago. 2023).

O que é machine learning?. Available online: [link] (Acesso em: 9 set. 2023).

Understanding Multiple Object Tracking using DeepSORT. Available online: [link]. (Acesso em: 1 set. 2023).

Traffic Scorecard. Inrix. Available online: [link] (Acesso em: 2 ago. 2023).
Publicado
18/10/2023
Como Citar

Selecione um Formato
NEITZKE, Lucas de Oliveira; SANO, Fernando Kei-iti Sakai; TAMPELINI, Leonardo Garcia. Visão computacional aplicada a quantificação do fluxo de veículos. In: CONGRESSO LATINO-AMERICANO DE SOFTWARE LIVRE E TECNOLOGIAS ABERTAS (LATINOWARE), 20. , 2023, Foz do Iguaçu/PR. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2023 . p. 158-161. DOI: https://doi.org/10.5753/latinoware.2023.236524.