この論文は、高度高度ドローン画像から地理的に参照された車両軌跡を抽出するためのフレームワークを提示します。都市交通監視の主な課題と既存の地上システムの限界を解決するために、高度な鳥瞰図に最適化された物体検出器、車両のバウンディングボックスをイメージレジストレーション過程で除外マスクとして使用する独創的なトラック安定化技術、マルチドローンの視点にわたって一貫したアライメントを向上させる正射映像およびマスターフレームベースの地理参照戦略を統合します。また、強力な車両サイズ推定と詳細な道路分割機能により、包括的な交通分析を可能にします。韓国松島国際業務地区で4日間20の交差点を対象にマルチドローン実験を行い、約12TBの4Kビデオデータを収集しました。約70万のユニークな車両軌跡を含む「松島交通データセット」と、4つのクラスに約30万の車両インスタンスを含む5,000を超える人が注釈を付けた画像を含む「松島ビジョンデータセット」という2つの高品質データセットを作成しました。計測された試験車両の高精度センサデータとの比較により、密集した都市環境における抽出パイプラインの精度と一貫性を強調します。 「松島交通」および「松島ビジョン」データセットと抽出パイプラインの完全なソースコードを公開し、交通研究のデータ品質、再現性、およびスケーラビリティに関する新しい基準を提示します。ドローン技術と高度なコンピュータビジョンを統合し、正確で費用対効果の高い都市交通監視を行い、インテリジェント交通システムの開発と交通管理戦略の改善に貴重なリソースを提供する可能性を示しています。
