Câmpus Itajaí - Departamento de Engenharia Elétrica - Bacharelado em Engenharia Elétrica

Rastreamento de veículos em vídeo utilizando algoritmos de Deep Learning

Alunos: Luis Davi Kenig Paganella e Pedro Augusto dos Reis.

Orientador: Ênio dos Santos Silva.

Resultados

Para comparar os resultados obtidos, foi feito uma contagem manual dos veículos que passaram em cada região. Para o intervalo de tempo em que o rastreador euclidiano rastreou, chegou ao seguinte resultado:

O rastreador Euclidiano apresentou o seguinte resultado:

Rastreador Consultran.mp4

Ao analisar o vídeo pode-se perceber que seu rastreamento não é eficaz, as identificações dos veículos mudam constamentemente, porém, a sua contagem final apresentou um resultado muito próximo da contagem manual de referência para veículos. Porém as contagens de motocicletas apresentaram uma grande diferença:

Os resultados para o rastreador strong sort com os pesos yolov5m e yolov5n são apresentados a seguir, onde as linhas vermelhas são carros, branco são caminhões e verde são motos:

yolov5m+Strongsort.mp4

Rastreador StrongSort com YOLOV5 e peso Yolov5m

yolov5n+Strongsort.mp4

Rastreador StrongSort com YOLOV5 e peso Yolov5n

yolov5m

Linhas com peso yolov5m

Linhas com peso yolov5n

Contagem com peso yolov5m

Contagem com peso yolov5n

É possível perceber que os resultados são parecidos, mas o peso yolov5n apresentou um número de detecções inferior, principalmente para motos. Porém, o tempo de detecção foi maior para o peso Yolov5m, cerca de 600ms, mais que o dobro que o peso Yolov5n de cerca de 250ms. O tempo de rastreamento do strong sort foi insignificante, cerca de 3,4 ms.

Comparando com as detecções manuais, os resultados apresentados foram maiores que a contagem de referência para a Região A. Porém, sabe-se que não deveria existir veículos que entram em A, já que eles vêm das regiões C e B. Isso pode ser resultado de identificações perdidas e reatribuidas dentro da região A. Então como na realidade, os veículos só saem, por isso, é necessário subtrair os veículos de entrada dessa região para chegar no resultado correto. As diferenças de contagem são apresentados a seguir:

Com excessão da região A, as regiões B e C apresentaram um desempenho melhor que a contagem do rastreador euclidiano. É contraintuitivo pensar que o Rastreador Euclidiano apresentou uma contagem mais precisa para a região A, visto que a versão de sua Yolo é inferior e seu rastreador não foi funcionou como o esperado. Uma possibilidade é de que o método de contagem desenvolvido para o modelo euclidiano foi mais eficiente, visto que considera uma área de contato menor, então diminui as chances da mudança de identificação duplicar a contagem. Já o modelo strongsort tem mais probabilidade de apresentar erros, já que considera apenas a posição inicial e final de cada veículo. No entanto, ambas as contagens de carros ficaram abaixo de 10%, o que indica que ambos os modelos são aplicáveis para contagens de carros.

As contagens de Motos e caminhão apresentaram resultados muito diferentes dos real para ambos os rastreadores. Quando é analisado o vídeo, percebe-se que isso acontece principalmente porque a YOLO detecta veículos SUV (Sport Utility Vehicle) e furgão hora como Carro, hora como caminhão, enquanto para contagem manual foram considerados apenas como carros. Isso também ajuda a explicar as diferenças de contagem em alguns cassos, por exemplo para a região A, ao somar a diferença de caminhões contados a mais na contagem dos carros, a diferença entre a contagem manual de carros seria menor.

Com o rastreamento de veículos individuais, como o veículo de id 24, por exemplo, é possível perceber que o rastreador consegue traçar as linhas desse veículo satisfatóriamente, indicando que sua aplicação é funcional:

O resultado dos outros modelos de rastreadores, OCSort e Byte Track, são apresentadas a seguir:

yolov5n+OCsort.mp4

Rastreador OCSort com peso Yolov5n

yolov5n+ByteTrack.mp4

Rastreador ByteTrack com peso Yolov5n

Rastreador OCSort Linhas com peso Yolov5n

Rastreador ByteTrack Linhas com peso Yolov5n

Contagem OCSort Linhas com peso Yolov5n

Contagem ByteTrack Linhas com peso Yolov5n

Comparação Rastreador OCSort

Comparação Rastreador ByteTrack

Os desempenhos desses rastreadores são melhores que o Strongsort com a Yolo configurada com o mesmo peso (Yolov5n) na região A. Porém nas outras regiões o Strongsort ainda apresentou desempenho melhor para contagem de carros. A contagem de moto na região B para o OCSort foi especialmente melhor, onde não apresentou diferença com a referência de contagem manual.