Visual and automatic bus passenger counting based on a deep tracking-by-detection system - Archive ouverte HAL Accéder directement au contenu
Pré-Publication, Document De Travail Année : 2021

Visual and automatic bus passenger counting based on a deep tracking-by-detection system

Comptage visuel et automatique de passagers de bus basé sur un système profond de suivi par détection

Jérôme Thomas
  • Fonction : Auteur
  • PersonId : 1089737

Résumé

In this paper, we address the industrial constraints of automatic passenger counting in city buses through a deep architecture able to deal with images taken from low cost 2D cameras placed above the doorstep, from a zenithal point of view. The challenge is then to handle highly variable scenes due to passengers appearance (hair color, hats, height), bus population density at rush hour and changes in scene illumination. The scientific breakthrough related to deep learning applied to computer vision as well as the system embedding requirements for this task motivate us to integrate in this context a lightweight convolutional multiobject tracker which was especially designed for embedded applications and performed well on the MOT Challenge. We here evaluate it in an industrial context on our large scale in-situ dataset, labelled for detection, multi-target tracking and counting, and present a complete and embedded counting system meeting the requirements of our application.
Dans cet article, nous abordons les contraintes industrielles du comptage automatique de passagers dans les bus urbains par le biais d'une architecture profonde capable de traiter des images prises par des caméras 2D à bas coût placées au-dessus du seuil de la porte, d'un point de vue zénithal. Le défi est alors de traiter des scènes très variables dues à l'apparence des passagers (couleur des cheveux, chapeaux, taille), à la densité de population des bus aux heures de pointe et aux changements d'illumination de la scène. La percée scientifique liée à l'apprentissage profond appliqué à la vision par ordinateur ainsi que les exigences d'intégration du système pour cette tâche nous motivent à intégrer dans ce contexte un tracker multi-objets convolutif léger qui a été spécialement conçu pour les applications embarquées et a obtenu de bons résultats au MOT Challenge. Nous l'évaluons ici dans un contexte industriel sur notre jeu de données in-situ à grande échelle, labellisé pour la détection, le suivi multi-cibles et le comptage, et présentons un système de comptage complet et embarqué répondant aux exigences de notre application.
Fichier principal
Vignette du fichier
2021_Juillet_VisualAPC.pdf (2.25 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03363502 , version 1 (04-10-2021)

Identifiants

  • HAL Id : hal-03363502 , version 1

Citer

Claire Labit-Bonis, Jérôme Thomas, Frédéric Lerasle. Visual and automatic bus passenger counting based on a deep tracking-by-detection system. 2021. ⟨hal-03363502⟩
302 Consultations
718 Téléchargements

Partager

Gmail Facebook X LinkedIn More