HỆ THỐNG HỖ TRỢ THEO DÕI TÌNH TRẠNG GIAO THÔNG QUA VIDEO DỰA TRÊN MÔ HÌNH YOLO V4

Abstract

Vấn đề ùn tắc giao thông đang là vấn đề cần được giải quyết ở các thành phố lớn tại Việt Nam. Với đặc trưng giao thông là xe gắn máy, tình trạng ùn tắc giao thông đang thường xuyên diễn ra dẫn đến sự bất tiện cho việc di chuyển của người dân. Trước tình hình đó, việc ứng dụng Công nghệ thông tin để hỗ trợ giám sát giao thông là cần thiết. Đề tài tập trung vào việc xây dựng hệ thống hỗ trợ theo dõi tình trạng giao thông qua video, tiến hành gửi cảnh báo bằng SMS đến số điện thoại được cài đặt trước khi mật độ giao thông vượt mức cho phép. Dữ liệu từ camera giao thông được gán thành 3 loại nhãn: xe ưu tiên, xe hai bánh và xe bốn bánh thông qua phần mềm Label Img. Sau khi gán nhãn, mô hình Yolov4 được sử dụng để huấn luyện và dự đoán số lượng phương tiện giao thông. Đối với các camera giao thông nằm ở vị trí không thuận lợi cần thêm các bước tiền xử lý ảnh như xoay ảnh một góc để có ảnh đúng với yêu cầu. Dữ liệu thực nghiệm được trích xuất từ camera giao thông tại tỉnh Kiên Giang, bao gồm ba video với ba góc máy khác nhau: Video1 có thời lượng 60 phút dùng để huấn luyện mô hình, mỗi 2 giây lấy một khung hình tạo nên tập dữ liệu gồm 1800 ảnh. Tập dữ liệu kiểm thử gồm video2 có cùng góc quay nhưng khác địa điểm và video3 khác góc quay và khác địa điểm với video1. Video2 có thời lượng 2 phút, mỗi giây lấy 5 khung hình, Video3 có thời lượng 60 phút, mỗi 20 giây lấy một khung hình, sau đó chọn ra từ video2 và video3 mỗi tập 100 hình để làm tập dữ liệu kiểm thử. Kết quả sau khi tiến hành dự đoán với các điều kiện khác nhau cho thấy với IOU=0,5 thì mô hình có tỉ lệ 92,53% đối với video1, 53,59% với video2, 23,25% đối với video3.