自動交通監視のための、ROIベースのインテリジェントな車両カウント・フレームワーク

要旨: 車両の正確なカウントは、ビデオ監視による効率的な交通管理にとって重要である。しかし、高いカウント精度を維持しつつ計算効率を確保することは依然として課題である。これに対処するために、計算効率とカウント精度の両方を最適化することを目的とした、完全自動のビデオベース車両カウントの枠組みを提案する。我々の枠組みは、2つの明確な段階、すなわち extit{推定} と extit{予測} から成る。推定段階では、検出スコア、追跡スコア、車両密度に基づく3つのモデルの新しい組み合わせにより、最適な関心領域（ROI）を自動的に決定する。この適応的な手法により、いかなる検出および追跡手法とも互換性が確保され、枠組みの汎用性が高まる。予測段階では、推定されたROI内で車両カウントを効率的に実行する。我々は UA-DETRAC、GRAM、CDnet 2014、ATON などのベンチマークデータセットで枠組みを評価した。結果は、ほとんどの動画で 100\% の精度を達成するなど、卓越した精度を示した。さらに、計算効率も向上し、フルフレーム処理に比べて最大4倍高速な処理が可能になった。本枠組みは、既存手法に比べて優れており、特に複雑な複数道路シナリオにおいて頑健性と高精度を示す。これらの進展は、リアルタイム交通監視に向けた有望な解決策となる。