Abstract
Die zahlreichen Webcams der ASFiNAG stellen eine wertvolle Datenquelle für die Generierung von Verkehrslageinformation dar, deren Potential bestenfalls nur ansatzweise genutzt wird. In diesem Projekt werden direkt aus den Webcam Videos der ASFiNAG Fahrzeuge in Echtzeit gezählt und Fahrzeug-Trajektorien generiert. Zum Zweck der Reisezeit Bestimmung werden einzelne Fahrzeuge - vollständig anonymisiert - über mehrere Kameras hinweg wiedererkannt. Für die visuelle Analyse werden neue vielversprechende Deep Learning Methoden eingesetzt, um Fahrzeuge zur detektieren und deren visuelle Signaturen zu generieren und zu vergleichen. Die Projekt-Schnittstellen werden in Koordination mit der ASFINAG umgesetzt, mit dem Ergebnis eines lauffähigen Demonstrators und eines embedded Demonstrator Boards. Es wird ein repräsentativer Datensatz offline evaluiert und statistisch hinsichtlich Laufzeit Performance und Detektionsqualität ausgewertet.
| Original language | German |
|---|---|
| Place of Publication | Wien |
| Publisher | Bundesministerium für Verkehr, Innovation und Technologie Abteilung Mobilitäts- und Verkehrstechnologien |
| Commissioning body | Austrian Research Promotion Agency |
| Number of pages | 45 |
| Publication status | Published - 3 Nov 2021 |
ASJC Scopus subject areas
- General Engineering
Fields of Expertise
- Sustainable Systems