Identification-of-Traffic-Rules-Violation-using-Federated-Video-...

在云边缘平台上使用联合视频分析识别交通规则违规 介绍 近年来，许多研究人员研究了摄像机，该摄像机被认为是用于捕获和识别行驶中的车辆的传感器设备。 基于视频的系统可以捕获各种各样的信息，而这些信息的安装和维护成本较低。 单个移动摄像机快速捕捉信息并不容易。 车辆视频的主要困难是环境的变化，并且大灯是夜间初始化和跟踪车辆的重要功能。 它能够检测车辆并测量交通参数，例如速度，计数，事件等。Computer Vision中的级联分类通常使用AdaBoost完成。 在AdaBoost算法的学习步骤中，会在任何特定迭代中从正样本和负样本中选择分类误差最小的弱分类器或特征值。 分类误差是非车辆被分类为车辆并且车辆被分类为非车辆的概率，而正样本是包含车辆的图像，负样本是非车辆图像。 问题陈述 从监视摄像机捕获视频序列中的车辆对于提高跟踪性能是一项要求很高的应用。 需要开发一种能够增加和简化交通监控，交通流