Создание системы обнаружения нарушений правил дорожного движения, готовой к производству, с помощью компьютерного зрения

Проблема мониторинга трафика и обнаружения нарушений - это сложная задача, которая включает в себя вариации освещения, углы камеры, заслонения, плотность транспортных средств и несоответствующие дорожные знаки, что делает подходы, основанные на правилах, ненадежными в масштабе. Целью проекта было разработать и реализовать систему обнаружения нарушений трафика от начала до конца с использованием современных методов компьютерного зрения. Система должна была обнаруживать транспортные средства, отслеживать их на протяжении кадров, понимать закономерности движения и определять нарушения таким образом, чтобы это могло реалистично работать в производстве. Основной задачей было автоматическое обнаружение и анализ поведения транспортных средств из видеопотоков для выявления нарушений трафика, таких как незаконные повороты, нарушения полосы или движение в ограниченных зонах. Архитектура системы состояла из пяти этапов: прием видео, обнаружение транспортных средств, многокадровое отслеживание, логика и анализ нарушений, а также визуализация и отчетность. Для обнаружения транспортных средств использовались модели на основе YOLO из-за их баланса скорости и точности в реальных сценариях, а SAHI использовался для улучшения точности обнаружения на кадрах с высоким разрешением. Система использовала DeepSORT для многокадрового отслеживания, который сочетает фильтрацию Калмана для прогнозирования движения и вложения внешности для согласованности идентичности. Логика обнаружения нарушений основывалась на логике, основанной на регионе, анализе направленного потока и временных порогах для снижения ложных срабатываний. Система была разработана как модульная, с компонентами, которые можно улучшать независимо, и полная реализация доступна на GitHub.