Améliorer la Ré-Identification des Véhicules avec Sélection de ROI

La Ré-identification de véhicules (ReID) est un processus en vision par ordinateur où on essaie d'identifier le même véhicule vu depuis différentes caméras ou angles dans un système de surveillance. C'est super important pour les Systèmes de Transport Intelligent (ITS) parce que ça aide à améliorer la gestion du trafic, la sécurité et l'efficacité. La qualité de la ré-identification des véhicules peut beaucoup dépendre de comment et où les images des véhicules sont prises.

#Importance des Régions d'intérêt (ROIs)

Dans cette étude, on regarde si choisir les meilleures zones pour capturer les images des véhicules, guidés par la confiance de notre système de détection, peut faire une différence dans la correspondance des caractéristiques des véhicules et améliorer la ReID. On a utilisé un outil de détection populaire appelé YOLOv8 pour trouver les véhicules et un outil de suivi appelé DeepSORT pour les garder à l'œil à travers différents vidéos des autoroutes de l'Indiana.

#Les Données et la Méthodologie

On a rassemblé des données à partir de douze vidéos prises sur les autoroutes de l'Indiana. Ça incluait des vidéos de deux ensembles de caméras qui n'ont pas de vues qui se chevauchent. Au fur et à mesure que les véhicules se déplaçaient et étaient Suivis, on a collecté des images à l'intérieur et à l'extérieur des meilleures régions identifiées (ROIs) à intervalles réguliers. On a utilisé plusieurs modèles pré-entraînés pour extraire des caractéristiques de ces images : ResNet50, ResNeXt50, Vision Transformer, et Swin-Transformer. Après avoir extrait les caractéristiques, on les a analysées en utilisant des méthodes comme la mesure de la similarité et de la cohérence.

#Résultats Clés

Nos résultats ont montré que les images prises à l'intérieur des ROIs avaient des scores de similarité plus élevés comparé à celles avec une image à l'intérieur et une à l'extérieur des ROIs. Par exemple, pendant la nuit, les images prises à l'intérieur des ROIs avaient un score de similarité moyen de 0.7842, tandis que celles prises à l'extérieur n'atteignaient que 0.5. Cette tendance a aussi été observée en comparant des images de différentes caméras, suggérant que sélectionner les meilleures zones pour capturer des images peut améliorer la capacité à suivre et reconnaître les véhicules.

#Nouvelles Approches dans la Collecte de Données ReID de Véhicules

Bien qu'il y ait eu des efforts significatifs pour améliorer la reconnaissance des véhicules dans des ensembles de données publiques, il y a eu peu de travail sur comment collecter et construire des ensembles de données de ré-identification de véhicules basés sur des conditions spécifiques vues dans les systèmes de transport public. Les méthodes traditionnelles coupent souvent les images des emplacements de véhicules détectés, mais notre objectif était d'améliorer cela en utilisant des scores de confiance, qui indiquent à quel point le système est sûr d'avoir détecté correctement un véhicule.

#Utiliser la Confiance de Détection pour Définir les ROIs

Les méthodes précédentes ont utilisé des placements de caméras fixes ou appris des régions basées sur des scores de confiance, qui prédisent que les caractéristiques détectées dans ces ROIs sont plus fiables. Dans notre étude précédente, on a démontré que de meilleurs résultats de suivi étaient obtenus en se concentrant sur ces régions optimales.

#Questions de Recherche

Notre travail vise à répondre à quelques questions pressantes :

1. Ces ROIs sélectionnées, informées par des scores de détection, peuvent-elles améliorer la correspondance des caractéristiques au sein d'une seule vue de caméra ?
2. Peuvent-elles aussi améliorer la correspondance des caractéristiques à travers différentes vues de caméras qui ne se chevauchent pas ?

#Pipeline de Génération de Données

Dans notre étude, on a défini deux tâches principales pour faire correspondre les véhicules :

1. Faire correspondre les véhicules dans une seule vue de caméra en vérifiant s'ils se trouvent à l'intérieur ou à l'extérieur des ROIs définies.
2. Faire correspondre les véhicules à travers des vues de caméras différentes, en examinant ceux à l'intérieur des ROIs et ceux à l'extérieur.

#Extraction et Analyse des Caractéristiques

On a utilisé quatre modèles pré-entraînés pour extraire des caractéristiques des images des véhicules. Ces caractéristiques ont été évaluées pour leur cohérence et comment elles correspondaient entre les véhicules en utilisant plusieurs techniques, y compris la similarité cosinus et l'analyse de clustering.

#Mesurer la Cohérence des Caractéristiques

Pour découvrir si les images prises à l'intérieur des ROIs donnent de meilleurs résultats pour la ReID, on a comparé les caractéristiques des images à l'intérieur et à l'extérieur de ces régions. On a cherché une similarité de caractéristiques plus forte dans les images traitées par nos méthodes, visant à prouver notre hypothèse que les images des ROIs donneraient de meilleurs résultats de suivi.

#Approche de Collecte de Données

On a analysé des vidéos pour identifier les meilleures régions pour la détection des véhicules, en se concentrant sur les zones avec des scores de confiance élevés. La détection des véhicules a été effectuée pour l'ensemble du cadre, et les véhicules ont été étiquetés selon qu'ils étaient à l'intérieur ou à l'extérieur de la ROI. Pour les scénarios nécessitant des données de caméras non-chevauchantes, on a rassemblé des étiquettes humaines à l'aide d'un système de vote pour garantir l'exactitude.

#Conditions Diverses et Analyse des Données de Véhicules

Notre collecte de données a couvert diverses conditions : ensoleillé, pluvieux, nuit, et trafic congestionné. On avait deux paires de caméras non-chevauchantes mises en place, une pour l'entrée des véhicules et une autre pour la sortie sur l'autoroute. Les données collectées ont montré un nombre significatif de comptages de véhicules sous chaque condition, illustrant comment différents environnements peuvent affecter la détection des véhicules et la clarté des images.

#Cohérence entre Différentes Conditions

Des tests T ont été utilisés pour comparer la similarité des caractéristiques entre les images capturées à l'intérieur et à l'extérieur des ROIs. Nos résultats ont mis en évidence une différence significative dans les caractéristiques, montrant que les images prises depuis les régions optimales ont tendance à être plus similaires. Par exemple, les véhicules capturés pendant la nuit ont montré des scores de similarité moyens plus élevés que ceux capturés dans d'autres conditions.

#Insights sur la Variance de Clustering

En utilisant l'analyse de clustering, on a regardé comment les caractéristiques étaient dispersées ou cohérentes à travers différentes conditions. Les résultats ont montré que les caractéristiques prises à l'intérieur des ROIs étaient plus compactes, impliquant une meilleure cohérence que celles prises à l'extérieur des zones définies. Cette découverte est cruciale car elle suggère que se concentrer sur les meilleures zones pour capturer des images peut mener à de meilleurs résultats dans le suivi et la reconnaissance des véhicules.

#Résumé des Résultats

Dans l'ensemble, ce travail montre des différences notables dans la cohérence des caractéristiques entre les régions optimales et les autres, fournissant des preuves que l'optimisation des zones basées sur les scores de détection peut améliorer la ré-identification des véhicules dans les Systèmes de Transport Intelligent. L'étude souligne aussi la nécessité de recherches plus complètes car la taille de notre ensemble de données était limitée.

#Conclusion

En conclusion, améliorer la ré-identification des véhicules dépend beaucoup de comment et où on capture les images des véhicules. En se concentrant sur les meilleures régions déterminées par les scores de confiance de détection, on peut améliorer significativement la précision du suivi et de la reconnaissance dans des scénarios réels. Plus de travail est nécessaire pour continuer à affiner ces méthodes et comprendre les meilleures pratiques pour la collecte de données dans diverses conditions.