Study and implementation of descriptors and classifiers for automatic detection of motorcycle on public roads

Abstract

In recent years have increased the use of automated mechanisms for monitoring and enforcement of fines for traffic violations, such as radar, electronic spines and photosensors. Due to various economic and social factors use of motorcycles is gaining increasingly popular acceptance. Increasing the number of such vehicle with carelessness by conductors made to grow abruptly the number of accidents. The main security equipment of motorcyclists is the helmet but many conductors do not use it or use incorrectly. This work aims to study and implement methods for automatic detection of motorcyclists on public roads in order to, in a future work, the detection of non-use of helmets. For this purpose, transit images were used captured by video cameras. From these images different attributes have been taken through the SURF, HAAR, HOG, Fourier and K-means descriptors. And for classification of images were used classifiers as Multilayer Perceptron and Support Vector Machine. I. INTRODUÇÃONaúltima década vem-se observando o aumento do número de acidentes envolvendo motocicletas [1]. Segundo o Departamento Nacional de Trânsito (DENATRAN), em janeiro de 2012, o Brasil possuia uma frota de 18.460.061 motocicletas e motonetas. O principal equipamento de segurança dos motociclistasé o capacete. Apesar disso, muitos condutores de motocicletas e motonetas não utilizam o capacete ou o utilizam de forma errada. As pesquisas em sistemas de trânsito inteligentes tornaram-se populares, incluindo detecção, reconhecimento e contagem de veículos além de parâmetros para estimativa de tráfego. Em [2]é proposto um sistema de visão computacional com o objetivo de detectar e segmentar motocicletas em imagens e de detectar o capacete. O sistema de detecção de capaceteé utilizado quando a motocicleta está atrás de algum outro veículo. O capacete determina que existe uma motocicleta naquele ponto da imagem. Em [3]é proposto um sistema de identificação de capacetes com o intuito de identificar possíveis assaltantes de caixas eletrônicos, já que a maioria faz uso desse equipamento para não ter sua face reconhecida pelas câmeras de segurança. Nesse artigoé utilizada a Transformada Circular de Hough para identificação de possíveisáreas circulares, já que capacetes possuem uma tal formato aproximado. E proposto em [4] um sistema para segmentação e classificação de veículos, além de calcular a velocidade aproximada do veículo. Nesse trabalho pode-se observar que os veículos segmentados são classificados em sete categorias, de acordo com seu porte, e uma dessas categorias diz respeitò as motocicletas. Em [5]é implementado um sistema que identifica veículos mesmo que este esteja ocluso por algum outro veículo. O sistemaé capaz de rastrear o veículo detectado mesmo que a oclusão continue a ocorrer.Com base nos trabalhos citados pode-se concluir que a implementação de um sistema para detecção automática de motocicletas e posterior detecção do uso de capacete por motociclistasé viável, já que trabalhos tanto para segmentação de veículos como para detecção d...

Understanding the Extent of Automation and Process Transparency Appropriate for Public Services

“…In this approach, examples of problem situations are submitted to a learning system that induces a general description of the underlying concepts that are useful for problem solving (Filipič & Junkar, 2000). Machine learning is implemented in ADMs to: detect bursts and other abnormal flows in water resources (Mounce et al, 2010), spot motorcyclists who are not wearing a helmet (Silva et al, 2012), automatically detect and sanction speed-limit violations (Hamelin, 2010), analyze text reports automatically (Ku & Leroy, 2014), and automatically recognize handwritten text and numbers and complete emotion classifications (Al-Mushayt, 2019). From these studies, we could have a basic understanding of machine learning, including its suitability for some steps in providing services to citizens and businesses, such as identity recognition of human beings and material things, and identifying the relative behaviors of certain subjects.…”