Vehicle detection and classification in traffic images using convolutional neural networks

Abstract

RESUMO: A detecção e classificação de veículos é um componente fundamental para sistemas inteligentes de tráfego. Nos últimos anos, com o declínio do custo de aquisição de imagens por meio de câmeras de vigilância, a proposta de métodos que utilizam imagens digitais como principal fonte de informação aumentou consideravelmente. Este trabalho propõe duas configurações de redes neurais convolucionais -- ? e ? -- para serem utilizadas junto ao método YOLO na detecção de veículos presentes em imagens digitais além da classificação em seis categorias: Ônibus, Microônibus, Minivan, Sedan, SUV e Caminhão. Resultados experimentais com o conjunto de dados BIT-Vehicle (DONG, 2015) reportam valores de 93.20% e 91.24% de precisão média entre as categorias para os modelos equipados com ? e ?, respectivamente. Testes realizados em três ambientes distintos exibem que uma latência de inferência sempre abaixo de um segundo em ambos os modelos. Conclui-se que o modelo é discriminativo e capaz de generalizar padrões para a detecção e categorização de tipos de veículos ao mesmo tempo que não requer muitos recursos computacionais. Essa característica sugere que o modelo pode ser útil para o desenvolvimento de sistemas inteligentes de tráfego, melhorando a acurácia e a latência na tomada de decisão.

ABSTRACT: Vehicle detection and classification is a fundamental component in intelligent traffic systems. In the last years, with the decreasing costs of digital images acquisition by surveillance cameras, the proposal of methods that uses digital images as the main source of information have been increased. This work proposes two convolutional neural networks backbones -- ? and ? -- to be used with the YOLO method for detection and classification of vehicles present in digital images into six categories: Bus, Microbus, Minivan, Sedan, SUV, and Truck. Experimental results with the BIT-Vehicle Dataset (DONG, 2015) reports values 93.20% and 91.24% of the standard mean average precision for the models ? e ?, respectively. The tests in three distinct environments exhibit the inference latency is always under one second in both models. We conclude that the model is discriminative and capable of generalizing the patterns of the vehicle type detection and classification task while not requiring expensive computational resources. These features suggest that the model can be useful in the development of embedded intelligent traffic systems, improving accuracy and decision latency.