用於物體檢測和追踪的道路交通 4K 影像
GoodVision Video Insights 提供超過 95% 的流量資料準確率。我們的處理支援幾種類型的車輛、摩托車、腳踏車和行人 —— 所有這些都可以一起出現在現場。你所要做的就是提供高品質的影像輸入。那麼,如何確保你的影像具有足夠的品質來實現最佳效果?影像檔案的某些方面會影響影像分析的準確性。 這些要求中描述了推薦的設定。
需求表:
參數 |
推薦設定 |
觀點 |
靜態 |
攝影機高度 |
8-12米(最小5米,最大30米) |
物體距離 |
高達70米 |
物件大小 |
20x20畫素 |
決議 |
1920 x 1080畫素(最小320x240畫素,最大4096 x 2160畫素) |
幀速率 |
FPS 25 - 30(最小10,最大240) |
比特率 |
5000+ kbps (SDR), 10000+ kbps(HDR) |
快門速度 |
1/48秒或1/50秒(最小1/24秒,最大1/60秒) |
縮時攝影 |
可用,將在處理選項中指定 |
攝影機/硬體生產商 |
任何 |
支援的影像 編解碼器 |
推薦 H.264(有關其他受支援的編解碼器,請參閱下載版本) |
影像長度 |
無限,最少持續時間 1 分鐘 |
影像檔案大小 |
每個影像檔案 < 50 GB 每個多上傳處理 200 GB (如果影像檔案更大,請聯絡我們) |
標準1:攝影機檢視
1. 攝影機高度
攝影機放置自然是影像分析的一個重要方面。攝影機不能放得太低,這樣前面的物體就不會覆蓋後面的物體。離攝影機更遠的車輛將被隱藏,因此無法收集資料。另一方面,它也不能放得太高,因為探測能力在高處受到限制,特別是在行人、騎腳踏車者和摩托車手等小物體上。
我們建議將攝影機放置在離地面 8-12 米之間,以 5-30 米為最小和最大高度邊界,這取決於你想覆蓋的空間有多寬,你要監控哪些交通服務(例如行人),當然,如何當場固定攝影機。
2. 與被監控物體的距離
與被監控物體的距離與攝影機高度密切相關。為了可靠地檢測和追蹤交通物體,建議車輛的尺寸至少為場景尺寸的 4-5%。還要確保物體沒有覆蓋場景的很大一部分(超過 30%)。
攝影機傾斜不會影響 GoodVision Video Insights 的檢測能力。它經過訓練,可適應各種條件。如果需要,你可以將攝影機從幾乎水平傾斜到垂直向下的鳥瞰圖。無論如何,在選擇攝影機視角時,請始終記住,為了準確追踪所有車輛類型,監控距離不應超過 70 米。在較遠的距離中,行人、自行車和摩托車等小物體可能不可靠(這也受到其他因素的影響 - 鏡頭、模糊等)。
3. 障礙
障礙很棘手。較小的物體,如薄的杆子、標準交通標誌或電線,不會影響檢測能力,但更大的障礙物會影響(樹木、雕像、建築物、橋樑)。當車輛在穿越場景的道路上被障礙物覆蓋時,系統通常會將其視為再次出現的新物體。因此,車輛軌跡被分割,這可能會影響交通分析期間的一些指標。我們開發了一個智慧走廊功能,目的在重新連線行動串流上的分裂軌跡,以提高這些情況下的流量計數。
儘管如此,請始終嘗試以一種你感興趣的主要流量完全可見,且不間斷的方式放置攝影機。如果出於某種原因無法避免場景檢視中的任何障礙,那麼在分析場景時(例如,在障礙物周圍放置線條和區域以定義交通移動或建立分析小零件時),你會考慮考慮這一點。
標準2:影像參數
1. 解析度
攝影機解析度嚴重影響影像品質和電腦視覺處理品質。你向系統提供的影像資料(畫素)越多,它就越能辨識其中的物件。一般規則是,車輛在現場至少應大 20 x 20 畫素,最好是 50 畫素左右。
GoodVision Video Insights 經過訓練,可提供解析度低至 320 x 240 畫素的結果,但解析度為 1280px x 720px、1920px x 1080px(全高畫質)或更高將保證最佳準確性。不受支援更改單個影像檔案或資料來源中的解析度 —— 即上傳到單個資料來源的所有影像檔案幀,都需要共享相同的解析度。
較低的解析度與低品質的光學器件和低比特率密切相關,導致物體輪廓模糊或與現實世界中的物體不相似。設置清晰顯示對象輪廓的解析度。
低解析度場景中模糊的交通物體示例
2. 幀速率(FPS)
影像的幀速率,定義了物體在影像中運動的流暢性,並影響影像分析系統的追蹤能力。追蹤是指在檢測到物件的幀之間保留物件的身份。它對固體物體軌跡有極為重要的影響,即對交通的起點 - 目的地計數。低 FPS 會導致追蹤問題,特別是在擁擠的場景和快速移動的物體上,這些物體實際上是在場景中從一個地方「跳躍」。
GoodVision Video Insights 的理想 FPS,在每秒 25 至 30 幀之間。越大越好,但超過 60 的 FPS 對追蹤品質沒有任何明顯的影響。我們認為 FPS 10 是影像處理的最低(但不推薦)速率。
3. 快門速度
攝影機快門速度,會影響移動物體輪廓的清晰度,特別是在低光條件下和靠近攝影機的情況下。 一些攝影機切換到更長的快門速度,以便在夜間保持相同的場景整體亮度。儘量避免這種情況,而是保持物體的清晰度。GoodVision Video Insights 經過訓練,可以在黑暗中辨識物體,但如果物體太髒,完全缺乏輪廓,就很難檢測到它們。
重要
確保攝影機不會在多個配置之間切換,並且在錄製期間保持穩定。關閉夜間模式,避免在錄製過程中更改設定,如果可能的話,關閉切換到備份串流的選項。
標準3:環境條件
1. 場景照明
場景照明在影像分析中起著重要作用。然而,GoodVision Video Insights 經過訓練,可以辨識黑暗和白天的物體。唯一的條件是,物體必須至少被照亮一點,才能用肉眼在影像中可見。
2. 天氣和其他條件
關於天氣條件,有幾個問題領域,如果可能的話,應該避免。
- 雨滴/溼透鏡 - 扭曲影像或導致光線反射。行為像一個物理障礙。
- 雪 - 類似於大雪和攝影機鏡頭上的雪花。
- 正面光線(通常在一定角度下來自太陽)導致耀斑或反射 - 覆蓋影像,降低物體的清晰度。
- 骯髒的鏡片,或有劃痕或汙漬 - 導致影像模糊,去除物體輪廓
- 桶形失真 - 變形和彎曲物體
如果滿足所有條件......
如果滿足上述條件,GoodVision Video Insights 系統將獎勵你接近 100% 的流量數據收集準確性。
0 comments:
張貼留言