Bài viết Phân loại hành vi vượt đèn đỏ sử dụng camera giao thông giới thiệu CrossNet, mô hình sử dụng dữ liệu đầu vào là video giao thông và các bao đóng của xe, đạt độ 99,23% precision và 96,27% F1 score trong việc phân loại hành vi vượt đèn đỏ. Kết hợp mô hình này với mạng phát hiện xe có thể tạo ra một hệ thống phát hiện hành vi vượt đèn đỏ tốt với đầu vào dễ thu thập và chi phí thiết lập rẻ. | Tuyển tập Hội nghị Khoa học thường niên năm 2021. ISBN 978-604-82-5957-0 PHÂN LOẠI HÀNH VI VƯỢT ĐÈN ĐỎ SỬ DỤNG CAMERA GIAO THÔNG Nguyễn Văn Nam1 Phan Nhật Minh2 1 Trường Đại học Thủy lợi email nvnam@ 2 Fontbonne University St. Louis MO 63105 United States 1. GIỚI THIỆU CHUNG 2. PHƯƠNG PHÁP NGHIÊN CỨU Việc phát hiện hành vi vượt đèn đỏ Mô hình được đề xuất bao gồm hai phần Hình 1 từ lâu đã được thực hiện chủ yếu chính bộ mã hóa Video Video Encoder và bởi con người. Các phương pháp tự động sử bộ mã hóa chuyển động Path Encoder . dụng trạng thái của xe trong ngã tư hoặc sử Video Encoder. Bộ mã hóa Video sử dụng dụng cảm biến mang lại kết quả không khả mô hình xử lý video X3D 2 để trích xuất các quan do độ chính xác thấp hoặc chi phí thiết thông tin chung của video. Các mô hình được lập cao 1 3 . Bài báo này giới thiệu thử nghiệm là X3D-XS và X3D-S được pre- CrossNet mô hình sử dụng dữ liệu đầu vào là train trên tập dữ liệu Kinetics-400. video giao thông và các bao đóng của xe đạt Path Encoder. Bộ mã hóa chuyển động sử độ 99 23 precision và 96 27 F1 score dụng một danh sách các vectơ đại diện cho trong việc phân loại hành vi vượt đèn đỏ. Kết tọa độ của các bao đóng làm đầu vào. Sau đó hợp mô hình này với mạng phát hiện xe có chúng được chạy qua 4 Transformer Encoder thể tạo ra một hệ thống phát hiện hành vi để trích xuất các đặc trưng chuyển động của vượt đèn đỏ tốt với đầu vào dễ thu thập và phương tiện. chi phí thiết lập rẻ. CrossNet. Hình 2 Sau khi nhận được embeddings từ hai bộ mã hóa các đặc trưng được ghép lại và đưa qua một mạng MLP và đưa ra 2 nơ-ron đầu ra phân loại phương tiện đang xét có hành vi vượt đèn đỏ hay không. Mô hình cơ sở. Mô hình cơ sở sử dụng X3D-XS cho Video Encoder. Mô hình có số khung hình đầu vàO t 4 có kích thước H W 182 182px lấy mẫu từ video sử dụng Uniform Temporal Subsampling mỗi khung hình có số kênh màU c 3 Path Encoder mã hóa mỗi tọa độ hộp giới Hình 1. Tác vụ phân loại hành vi vượt đèn hạn thành một vectơ đặc trưng với .
