Extraindo Dados de Tráfego a partir de Vídeos em Tempo Real
Vigilância de Tráfego, Processamento de Imagens, Visão Computacional, Aprendizado de Máquina, Detecção, Rastreamento.
Alguns dos maiores problemas nas grandes cidades estão relacionados com o trânsito em vias públicas. Problemas como congestionamentos e acidentes impactam diretamente de modo negativo na sociedade e são muitas vezes atribuídos à falta de planejamento urbano por parte dos governantes, à falta de políticas públicas e pesquisas que proporcionem uma solução, mesmo que de forma parcial, ao problema. Estas pesquisas dependem de dados que devem ser coletados in loco nas principais avenidas e ruas da cidade, trabalho este que precisaria de uma demanda grande de pessoal e que, por se tratar de algo realizado de forma manual, tende ao erro. Ao circular pelas principais cidades é comum vermos sistemas de CFTV sendo utilizados como principal meio de vigilância no trânsito. Desta forma, foi pensada então em uma solução capaz de coletar estes dados de forma automática, e em tempo real, utilizando imagens de vídeos oriundas destas câmeras e utilizá-los para subsidiar pesquisas, assim como detectar possíveis ações no trânsito. O método proposto consiste em uma aplicação que deve seguir os seguintes passos: (i) detectar objetos utilizando segmentação por movimento; (ii) aplicar, em cada objeto segmentado, técnicas de reconhecimento como algoritmos de aprendizado de máquina ou descritores de ponto para refinar a busca na detecção de veículos, assim como categorizá-los. Nesta etapa, tratamos as situações de oclusão, fenômeno de sobreposição de objetos, e; (iii) rastrear cada objeto, agora refinado, utilizando filtros de Kalman ou o método de Senior a fim de obtermos dados relevantes do tráfego. Inicialmente estamos coletando direção, velocidade e intensidade do fluxo através da contagem volumétrica, que podem ser utilizados para qualquer fim, não só para o objetivo final do que é aqui proposto. Finalmente, demonstramos a eficiência da abordagem proposta em experimentos com vídeos coletados sob diferentes condições de iluminação.