MSc Thesis Slides (Traffic Sign Recognition)

KÖZLEKEDÉSI JELZŐTÁBLÁK DETEKCIÓJA, KÖVETÉSE ÉS SZEGMENTÁLÁSA

Giczi DánielMérnökinformatikus MSc

Témavezető: Dr. Czúni László

Célkitűzés

• Olyan rendszer kifejlesztése:• Amely képes legalább négy különböző jelzőtáblát

felismerni;

• Amely legalább 80% találati aránnyal (recall) rendelkezik;

• Amely szegmentálja a találatokat a detektált jelzőtáblának megfelelően;

• Amely találatkövetést és szűrést végez a minél alacsonyabb hamis pozitív arány eléréséért (precizitás);

• Valós idejű (asztali számítógépen)

• (Későbbi fúzionálás lidar adatokkal)

2016. 06. 13.KÖZLEKEDÉSI JELZŐTÁBLÁK DETEKCIÓJA,

KÖVETÉSE ÉS SZEGMENTÁLÁSA2/24

Motiváció

• Nem triviális probléma

• Jelen kor kihívása

• Még nem érhető el kész formában

• Összetett szoftver:• Detektál

• Követ

• Szegmentál



Felhasznált technológia

• Visual C++ 2012

• OpenCV 2.4.11

• MATLAB

• Különböző típusú kamerák



Rendszer felépítése



Szoftverek szerkezete

• Szoftver projektek• Annotation: Naplózás (lib)

• SignDetector: Teljes lánc (lib)

• ObjectTracking: Követés (lib)

• FollowedAnnotationTool: Annotáló és értékelő program

• CliDetector: Parancssoros futtatókörnyezet

• MatlabSignDetection: MATLAB interfész

• Kódismétlés teljesen ki van küszöbölve



Detekciós megközelítések

• Tetszőleges objektumok detektálásának módjai:• Rész-egész alapú

• Leíró reprezentáció alapú

• Osztályozó struktúra

• Jelzőtáblák detektálására megközelítések:• Alak (élek) alapján

• Szín alapján

• Leíró alapú (pl. Haar, LBP, HOG)



Haar-szerű detekció

• OpenCV implementáció

• Kaszkád működés

• Egyszerű és gyors

• Szürkeskálás működés

• Több típusú és irányú feature

• Kiértékelés konstans időben (integrál kép)

• Azonos méretű területek kiértékelése

Haar-szerű feature típusok



Kaszkád működés

Ábra: Kaszkád működés illusztrációja (H: gyenge osztályozók)



Szegmentálási megközelítések

• Intenzitás alapú küszöbölés

• Diszkontinuitás alapú

• Régiónövelés alapú (pl. Watershed)

• Klaszterezés alapú

• Hibrid megoldások

• …



Képkomponensek színi szűrése

• Globális színtartományok

• Bináris maszkok elkészítése

• Összefüggő komponensek keresése

• Szűrés• Elhelyezkedés és méret alapján (követés)

• Szegmentált háttéren van-e a találat

• Erős színi torzulás



Ábra: Színi maszk előállítása



Képek sorrendben:1. Eredeti kép2. Maszk (Tartomány A)3. Maszk (Tartomány B)4. Maszk (Tartomány C)5. Logikai VAGY6. Komponensek

szűrése

Ábra: Háttérszegmentáció



Megerősítéses követés

• Objektumok több képkockán át követése

• Találatok osztályozása színi komponsens alapján:• Erős találat

• Gyenge találat

• Pontszám alapján küszöb

• Objektumok ismételt azonosítása



Táblatípusok



Szegmentációfázisai

1. Eredeti kép

2. Watershed középről indítva

3. Színi maszk előállítása és

komponensek szűrése

4. Színi maszk morfológiai

kiterjesztése (adaptív)

5. Összevonás

6. Konvex burkolóÁbra: Konvex burkoló

2016. 06. 13.

Annotáló és kiértékelő szoftver

• Félautomata működés (követés)

• Két struktúra feltöltése:• DetekcióAnnotáció leképezés (egy-egy)• AnnotációDetekció megfeleltetés (egy-több)

• Kimenete:• Valós találatok száma• Hamis pozitív találatok száma• Befoglaló téglalap középpontjának és annotált

középpont átlagos távolsága• Befoglaló téglalap méretének és az annotált téglalapok

méretének átlagos arányszáma



All GT objects count: 6Detected GT obejcts count: 5False positive objects count: 1Center percision: 1.2Size percision: 1.24674

### Identifier pairs ###GT Detected1 22 33 44 NULL5 76 9

Ábra: Kiértékelő kimenetének illusztrációja



Tanító adatbázisok

• Tanítóminták:• Pozitív• Negatív

• Források:• Saját adatbázis• IFNI intézet

• Tanítás:• OpenCV CLI

eszközökkel



71 102

1410

66

540

56

1440

176 168

1116

175

1207

175

1336

Tanítóminták eloszlása

Pozitív Negatív

Tesztfelvételek

• Kamerák:• Prestigio RoadRunner 520GPS

• Nikon D3200

• Samsung Galaxy S2

• Helyszínek• Budapest, Dózsa György út és környéke

• Győr, Liszt Ferenc utca és környéke

Összesen: 27 perc



Manuális mérésFelvétel

TruePositive

FalseNegative

FalsePositive

Recall(Találati a.)

Precizitás(TP/FP)

FalsePositive

arány

0090 6 1 0 85,7% 100% 0%

0091 13 8 1 61,2% 92,9% 7.1%

0092 4 1 2 80% 66,6% 33,3%

0093 11 2 0 84,6% 100% 0%

0094 9 3 0 75% 100% 0%

leaving 15 0 3 100% 83% 17%

orgona 7 0 0 100% 100% 0%

Eredő 65 15 6 81,25% 90,77% 9,23%



Felvétel TalálatokHamis pozitív

Hamis negatív

Közzépp.átlag táv.

Méretpontosság

0092 – csak követés

Gyalogátkelő 0 7 0 - -

Főútvonal 3 29+3 1 1,1px 117%

Stop 0 7 0 - -

Elsőbbségadás 1 13 0 2px 98%

Eredő 4 56+3* 0 - -

0092 – megerősítéses követés


Főútvonal 3 4+3 1 0,8px 117%

Stop 0 0 0 - -


Eredő 4 9+3* 1 - -

0092 – teljes szűréssel (háttér és megerősítés)


Főútvonal 3 0+3 1 1,74px 114%

Stop 0 0 0 - -


Eredő 4 2+3* 1 - -



*: Automatikus mérésből származó hiba

Összefoglalás

• Adatbázis gyűjtése (tanító adathalmaz, felvételek)

• Detekció, szegmentálás, szűrés logika kidolgozása

• A követelményekben meghatározott >80% találati arány teljesült (81,25%)

• 9.23% hamis pozitív arány mellett

• A futási idő valós idejű (9.58 FPS @2.8GHz)

• A teljesítmény jónak mondható, további fejlesztésekkel tovább javítható



Köszönöm a figyelmet!





Elkészült szoftverek

• Alkalmazások• CLI futtató környezet

• MATLAB interfész (közel C++ futási idő)

• Annotáló és kiértékelő program

• Adatbázis• Saját gyűjtött adatbázis Google StreetView forrásból

• Leíró XML állományok• Különböző táblákra (két adatbázisból)

• Tesztvideók



Ábra: Követés-hozzárendelés probléma



Mérőszámok

𝑅𝑒𝑐𝑎𝑙𝑙 =𝑇𝑃

𝑇𝑃 + 𝐹𝑁∗ 100%

𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 =𝑇𝑃

𝑇𝑃 + 𝐹𝑃∗ 100%

𝐹𝑃𝑅𝑎𝑡𝑒 = 1 − Precision =𝐹𝑃

𝑇𝑃 + 𝐹𝑃∗ 100%



Manuális mérés (táblázat)Start idő Vég idő Tábla Találat

0:00:47 0:01:09 Y Y

0:00:52 0:01:10 Pr X

0:02:45 0:02:46 Pr Y

0:03:10 0:03:11 Pr Y

0:03:31 0:03:33 Pr Y

0:03:40 0:03:42 Pr Y

0:04:04 0:04:05 Pr Y

Start idő Vég idő

0:00:23 0:00:23



Naplózás

• 1049 2 0 1119 50 75 75 1 251 98 50 46

• 1050 2 0 1128 38 79 77 1 242 89 53 50

• 1051 2 0 1129 28 89 75 1 235 84 47 46

• 1052 2 0 1145 19 83 77 1 227 78 49 45

• 1053 2 0 1159 12 84 79 1 222 70 50 52

• 1054 2 0 1171 12 83 83 1 217 76 51 51

• 1055 2 1 209 82 51 52 0 1179 15 91 88

• 1056 2 0 1184 28 94 89 1 198 94 54 59

• 1057 2 0 1197 36 83 90 1 189 113 56 54

• 1058 1 1 181 122 59 49

• 1059 1 1 182 117 59 53

• 1060 1 1 174 112 60 52

• 1061 1 1 166 109 63 53



Integrálkép

𝑠 𝑥, 𝑦 = 𝑖 𝑥, 𝑦 + 𝑠 𝑥 − 1, 𝑦 + 𝑠 𝑥, 𝑦 − 1 − 𝑠(𝑥 − 1, 𝑦 − 1

𝑖 𝑥′, 𝑦′ = 𝑠 𝐴 + 𝑠 𝐷 − 𝑠 𝐵 − 𝑠(𝐶

Ábra: Integrál kép illusztrációja



Ábra: Színi maszkon végzett címkézés



Futási sebesség méréseFelvétel Felbontás Frame szám Eltelt idő FPS

0090 1280x720 7206 00:12:22 9,71

0091 1280x720 6717 00:11:40 9,59

0092 1280x720 7200 00:12:21 9,72

0093 1280x720 7199 00:12:22 9,7

0094 1280x720 5376 00:09:36 9,3

leaving 1280x720 3977 0:06:53 9,62

orgona 1280x720 1440 00:02:33 9,41



Automatikus mérésFelvétel TP FP FN CP SP

leaving

Gyalogátkelő 6 0 0 6,76px 150%

Főútvonal 0 3 0 - -

Stop 3 0 0 3,67px 176%

Elsőbbségadás 6 0+1* 0 1,84px 132%

0092


Főútvonal 3 0+3* 1 1.74px 114%

Stop 0 0 0 - -


Eredő 19 5+4* 1 - -

CP: Középpont pontossága(Távolságok átlaga)

SP: Méret pontossága(Terület aránya az annotációhoz képest)



Ábra: Követéshez használt adatszerkezet



MSc Thesis Slides (Traffic Sign Recognition)

Software