Abstract:
การบริหารจัดการการจราจรถือเป็นความท้าทายสำคัญสำหรับเมืองขนาดใหญ่ในปัจจุบัน ข้อมูลปริมาณความหนาแน่นของยานพาหนะจะมีส่วนช่วยในการวางแผนจัดการจราจร อาทิเช่น การวางแผนระยะเวลาในการเปิด-ปิดไฟจราจรให้เหมาะสมตามปริมาณความหนาแน่นของยานพาหนะ เป็นต้น ปัจจุบันเราใช้คนในการประเมินจำนวนยานพาหนะซึ่งเกิดความล่าช้า และผิดพลาด ทำให้ไม่เหมาะสมในนำข้อมูลไปใช้ในการบริหารจัดการจราจร งานวิจัยนี้นำเสนอระบบนับแยกประเภทยานพาหนะจากวีดิทัศน์บันทึกภาพของกล้องจราจร โดยระบบจะประกอบด้วย object detection และ object tracking จากการทดสอบจะพบว่า YOLOX ทำประสิทธิภาพได้ดีกว่า YOLOv3 มากถึง 26.80% สำหรับชุดข้อมูลภาพมุมข้าง และ 8.34% สำหรับกรณีมุมบน เนื่องจาก YOLOX มีการแยกส่วนของ head ออกเป็น box classification และ box regression ซึ่งมีส่วนช่วยเพิ่มความแม่นยำ และ ByteTrack มีความเหมาะสมในการใช้ในการติตามวัตถุ object tracking อันเนื่องจาก ByteTrack สามารถในการจัดการการบดบังได้ดีกว่า Centroid track โดย ByteTrack จะการทำนายพิกัดของวัตถุที่เกิดการสูญหายขณะถูกบดบังด้วยเทคนิค kalman filter ทำให้ระบบสามารถติดตามวัตถุได้ต่อเนื่องเมื่อการบดบังสิ้นสุดลง จากผลการวิจัยสรุปได้ว่า การทำงานกันระหว่าง YOLOX และ ByteTrack ประกอบกับการนับแบบมี ROI จะช่วยให้ระบบคัดแยกประเภทยานพาหนะ และนับยานพาหนะตามประเภทมีค่าความผิดพลาดที่ต่ำอยู่ที่ 16.67% สำหรับวีดิทัศน์มุมข้างและ 23.40% สำหรับวีดิทัศน์มุมบน โดยระบบที่นำเสนอนี้สามารถใช้ในการช่วยติดตามดูแลสภาพจราจรในระบบขนส่งอัจฉริยะได้
