[论文解读] Training-free Monocular 3D Event Detection System for Traffic Surveillance

Lijun Yu, Peng Chen+3 more|ArXiv.org|Feb 1, 2020

Video Surveillance and Tracking Methods参考文献 16被引用 4

一句话总结

该论文提出了一种无需训练的单目3D事件检测系统，用于交通监控，通过2D视频和相机标定参数在3D欧几里得空间中重建车辆轨迹，无需标注训练数据即可实现对车辆行为和碰撞的鲁棒检测。该系统在真实世界数据集上的表现优于最先进的基于训练的方法，在漏检率和误报率方面均更低，且对遮挡和视角变化具有较强的鲁棒性。

ABSTRACT

We focus on the problem of detecting traffic events in a surveillance scenario, including the detection of both vehicle actions and traffic collisions. Existing event detection systems are mostly learning-based and have achieved convincing performance when a large amount of training data is available. However, in real-world scenarios, collecting sufficient labeled training data is expensive and sometimes impossible (e.g. for traffic collision detection). Moreover, the conventional 2D representation of surveillance views is easily affected by occlusions and different camera views in nature. To deal with the aforementioned problems, in this paper, we propose a training-free monocular 3D event detection system for traffic surveillance. Our system firstly projects the vehicles into the 3D Euclidean space and estimates their kinematic states. Then we develop multiple simple yet effective ways to identify the events based on the kinematic patterns, which need no further training. Consequently, our system is robust to the occlusions and the viewpoint changes. Exclusive experiments report the superior result of our method on large-scale real-world surveillance datasets, which validates the effectiveness of our proposed system.

研究动机与目标

• 为解决碰撞等罕见交通事件标注数据有限且成本高昂的问题。
• 克服2D监控视频分析的局限性，包括遮挡和视角敏感性问题。
• 开发一种无需模型微调或重新训练即可实时运行且可扩展的大型交通监控系统。
• 仅通过几何与运动学推理，实现对复杂事件（如车辆转弯、U型转弯、启动、停止和碰撞）的准确检测。

提出的方法

• 利用相机标定参数将2D目标检测与跟踪结果投影到3D欧几里得空间。
• 在俯视道路视图中估计每辆车的运动学状态（位置、速度、加速度）。
• 通过预定义的运动学模式规则（如突然减速或轨迹发散）进行事件检测，无需任何学习或训练。
• 通过高效的几何变换与事件模式匹配，支持实时流式处理。
• 对于碰撞检测，利用3D空间中的轨迹发散和距离阈值，必要时通过人工校准消失点进行验证。
• 评估采用标准的ActEV指标，包括$P_{miss}$、$R_{fa}$和$T_{fa}$，并与基于训练的基线方法进行对比。

实验结果

研究问题

• RQ1 无需训练的系统能否在3D交通事件检测中达到与基于学习的模型相当的性能？
• RQ2 3D轨迹重建在单目监控中如何提升对遮挡和视角变化的鲁棒性？
• RQ3 在无标注数据的情况下，运动学模式分析在多大程度上可检测复杂事件（如U型转弯和碰撞）？
• RQ4 该系统在标注数据有限的真实世界大规模监控数据上的表现如何？

主要发现

• 无需训练的系统平均$P_{miss}$为0.60，显著低于基于训练的系统（0.88），表明其检测召回率更优。
• 对于左转事件，无需训练的系统$R_{fa}$为0.68，而基于训练的系统为1.92，表明误报更少。
• 对于车辆启动事件，无需训练的系统$P_{miss}$为0.52，$R_{fa}$为0.43；而基于训练的系统$P_{miss}$为0.32，但$R_{fa}$高达22.22，表明存在过拟合现象。
• $P_{miss}$曲线显示，无论$R_{fa}$或$T_{fa}$阈值如何，无需训练的模型始终优于基于训练的模型。
• 该系统在CADP数据集上成功检测到交通碰撞，可视化结果展示了鸟瞰图中准确的轨迹预测与碰撞定位。
• 由于采用了3D重建，该方法对遮挡和视角变化具有鲁棒性，即使在复杂交叉路口也能保持可靠性能。