PHÁT HIỆN PHƯƠNG TIỆN VƯỢT ĐÈN ĐỎ TỪ VIDEO GIAO THÔNG VÀ TRỰC QUAN HÓA KHÔNG GIAN 3D PHỤC VỤ GIÁM SÁT THÔNG MINH

Abstract

Trong bối cảnh công nghệ phát triển như hiện nay, việc tự động phát hiện các phương tiện vượt đèn đỏ và trực quan hóa hiện trường dưới dạng không gian ba chiều trở thành một yêu cầu vô cùng cấp thiết. Đề tài “Phát hiện phương tiện vượt đèn đỏ từ video giao thông và trực quan hóa không gian 3D phục vụ giám sát thông minh” được thực hiện nhằm xây dựng một hệ thống có khả năng tự động phát hiện hành vi vi phạm giao thông, nhận diện phương tiện, đồng thời tái tạo không gian quan sát 3D hỗ trợ công tác giám sát và phân tích. Hệ thống được đề xuất tích hợp nhiều phương pháp xử lý ảnh và thị giác máy tính hiện đại. Đầu tiên, ô hình YOLO được sử dụng để phát hiện và phân loại các phương tiện giao thông, kết hợp với thuật toán theo dõi đối tượng nhằm duy trì ID của từng phương tiện xuyên suốt quá trình di chuyển. Trạng thái của đèn giao thông được nhận diện để xác định thời điểm vi phạm, trong khi vùng vạch dừng được sử dụng để phát hiện các phương tiện vượt đèn đỏ. Sau đó, kỹ thuật biến đổi phối cảnh (Bird's-Eye View) kết hợp với trực quan hóa không gian ba chiều được áp dụng nhằm tái hiện hiện trường giao thông dưới dạng 3D, giúp người quản lý dễ dàng quan sát quỹ đạo di chuyển và vị trí của các phương tiện trong không gian. Từ khóa: trực quan hóa 3D, Bird's-Eye View, giám sát giao thông thông minh, theo dõi đối tượng, vượt đèn đỏ, nhận dạng phương tiện, mô hình YOLO. In the context of today's rapidly advancing technologies, the automatic detection of red-light-running vehicles and the visualization of traffic scenes in three-dimensional space have become increasingly essential. The study entitled “Red-Light Violations Detection from Traffic Videos with 3D Visualization for Intelligent Surveillance” aims to develop a system capable of automatically detecting traffic violations, recognizing vehicles, and reconstructing a 3D traffic scene to support intelligent monitoring and analysis. The proposed system integrates several modern image processing and computer vision techniques. First, the YOLO model is employed to detect and classify vehicles in real time, combined with an object tracking algorithm to maintain the unique ID of each vehicle throughout its movement. The traffic light state is recognized to determine the violation timing, while the stop line region is utilized to detect vehicles that run red lights. Subsequently, the Bird's-Eye View (BEV) transformation technique, together with three-dimensional spatial visualization, is applied to reconstruct the traffic scene in 3D, enabling traffic operators to intuitively observe vehicle trajectories and spatial positions for more effective monitoring. Keywords: 3D visualization, Bird's-Eye View, intelligent traffic surveillance, object tracking, red-light violation, vehicle recognition, YOLO models.