교통 흐름 추정은 현대 지능형 교통시스템에서 필수적인 과제이다. 차량 유형, 차량 총량, 이동 방향을 포함한 여러 유형의 정보는 교통 관련 작업을 완화하고 효과적인 교통 제어 전략을 수립하는 데 중요하다. 임베디드 장치의 발전으로, 시스템은 데이터를 중앙 집중형 처리 서버로 전송하는 대신 엣지에서 캡처된 비디오를 처리할 수 있다. 본 논문은 실시간 엣지 기반 교통 흐름 추정 시스템을 제안한다. 제안된 시스템은 경량 딥러닝 모델이 차량 검출을 수행하는 detect-and-track 메커니즘을 따른다. 다중 클래스 및 다중 이동에 대한 차량 수를 제공하기 위해 새로운 시나리오 기반 추적 및 카운팅 기법을 개발하였다. 이 방법은 처음 검출된 각 차량에 대해 사전에 정의된 영역을 사용하여 이동을 할당한다. 이후 비디오 전체에 걸쳐 차량 궤적과 이동 경로 간의 공간-시간 궤적 매칭을 수행한다. 광범위한 실험 결과, 제안된 방법은 다양한 카메라 유형과 시점에서 높은 효과를 달성함이 입증되었다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.