Neues ROI-basiertes Fahrzeugzähl-Framework steigert Genauigkeit und Geschwindigkeit

Ein neues, vollständig automatisiertes Video-Framework zur Fahrzeugzählung wurde auf arXiv veröffentlicht. Das System kombiniert in einer ersten Estimationsphase die besten Regionen des Bildes mithilfe von drei Modellen – Erkennungs-, Tracking- und Dichtewerten – und wählt so die optimale ROI aus. Diese adaptive Auswahl funktioniert mit jedem Erkennungs- und Tracking-Algorithmus und erhöht die Flexibilität des Ansatzes.

In der zweiten Vorhersagephase werden die Fahrzeuge ausschließlich innerhalb der ermittelten ROI gezählt. Dadurch reduziert sich der Rechenaufwand erheblich, während die Genauigkeit erhalten bleibt. Auf den Benchmark-Datensätzen UA‑DETRAC, GRAM, CDnet 2014 und ATON erzielte das Framework bei den meisten Videos eine 100 %‑Genauigkeit und beschleunigte die Verarbeitung bis zu viermal im Vergleich zur vollständigen Bildanalyse.

Im Vergleich zu bestehenden Methoden zeigt das neue System besonders in komplexen Mehrspur‑Szenarien eine höhere Robustheit und Präzision. Diese Fortschritte machen es zu einer vielversprechenden Lösung für die Echtzeit‑Verkehrsüberwachung und könnten die Effizienz von Verkehrsmanagementsystemen deutlich steigern.