Show Me a Safer Way: Detecting Anomalous Driving Behavior Using Online Traffic Footage
Autor(en): |
Xiao Zheng
Fumi Wu Weizhang Chen Elham Naghizade Kourosh Khoshelham |
---|---|
Medium: | Fachartikel |
Sprache(n): | Englisch |
Veröffentlicht in: | Infrastructures, Juni 2019, n. 2, v. 4 |
Seite(n): | 22 |
DOI: | 10.3390/infrastructures4020022 |
Abstrakt: |
Real-time traffic monitoring is essential in many novel applications, from traffic management to smart navigation systems. The large number of traffic cameras being integrated into urban infrastructures has enabled efficient traffic monitoring as an intervention in reducing traffic accidents and related casualties. In this paper, we focus on the problem of the automatic detection of anomalous driving behaviors, e.g., speeding or stopping on a bike lane, by using the traffic-camera feed that is available online. This can play an important role in personalized route-planning applications where, for instance, a user wants find the safest paths to get to a destination. We present an integrated system that accurately detects, tracks, and classifies vehicles using online traffic-camera feed. |
Lizenz: | Dieses Werk wurde unter der Creative-Commons-Lizenz Namensnennung 4.0 International (CC-BY 4.0) veröffentlicht und darf unter den Lizenzbedinungen vervielfältigt, verbreitet, öffentlich zugänglich gemacht, sowie abgewandelt und bearbeitet werden. Dabei muss der Urheber bzw. Rechteinhaber genannt und die Lizenzbedingungen eingehalten werden. |
1.89 MB
- Über diese
Datenseite - Reference-ID
10723296 - Veröffentlicht am:
22.04.2023 - Geändert am:
10.05.2023