Traffic Violation Detection Using Background Subtraction Technique

Abstract

Thailand is one of the worst countries for traffic accidents - leading to about 24000 fatalities every year. About 1.5% of accidents are caused by Thai drivers ignoring the traffic lights but this causes about 400 deaths annually. This research designed an inexpensive system that was flexible enough to detect the Red Light Runners (RLRs) in poorly marked intersections and send a picture of the RLR to a police mobile phone. The system recognizes the red light and tracks the vehicles, with sizes ranging from bicycles to trucks, that ignore the red light. Gaussian Mixture Models were applied to generate a flexible background model that adapts to changing light conditions. After the background has been subtracted, models of moving vehicles are formed and tracked, initially by template matching. A Kalman filter was added to assist tracking and was shown to be successful when the vehicle merged into the background and disappeared in some frames. This system were tested more than 7300 frames, from videos taken at a variety of intersections, with the red light on, and RLRs were detected. Tracking, when vehicles occlude one another, was a key problem because of the low camera angle used (to keep the system flexible and inexpensive): in 91% of frames, merged vehicles were successfully followed. After capturing the RLRs, the system successfully sent their images to a mobile phone using the cell phone network.

ประเทศไทยมีสถิติอุบัติเหตุทางรถยนต์สูงมากที่สุดประเทศหนึ่ง ส่งผลให้มีผู้เสียชีวิตประมาณ 24,000 รายต่อปี คิดเป็นร้อยละ 1.5 สาเหตุส่วนหนึ่งเกิดจากการไม่เคารพกฎจราจรบริเวณทางแยก เป็นผลให้มีผู้เสียชีวิตประมาณ 400 รายต่อปี ดังนั้นผู้วิจัยจึงได้ออกแบบระบบปฏิบัติการที่ใช้ต้นทุนน้อยและมีประสิทธิภาพเพียงพอในการตรวจจับผู้ฝ่าฝืนกฎจราจร (Red Light Runners, RLRs) ในบริเวณทางแยกและส่งภาพผู้ฝ่าผืนไปยังโทรศัพท์มือถือของเจ้าหน้าที่ตำรวจ ระบบนี้สามารถตรวจจับและติดตามยานพาหนะได้ตั้งแต่รถจักรยานไปจนถึงรถบรรทุกที่มีขนาดใหญ่ โดยใช้การลบภาพพื้นหลังด้วยเทคนิคเกาส์เชี่ยน (Gaussian) เพื่อลบภาพพื้นหลังและปรับให้เหมาะสมกับสภาพแสงที่มีการเปลี่ยนแปลงตลอดเวลา หลังจากนั้นระบบจะตรวจจับการเคลื่อนไหวของรถยนต์และติดตามโดยใช้เทคนิคการเปรียบเทียบกับภาพต้นแบบ (Match Template) โดยมีการเพิ่มเทคนิคการตรวจจับวัตถุเคลื่อนไหว เพื่อช่วยในการติดตามและสามารถทราบได้ว่ามีรถยนต์ซ้อนกันอยู่ในบางช่วงเวลา จากการทดสอบระบบมากกว่า 7,300 ภาพจากวิดีโอที่ถ่ายในพื้นที่ทางแยก ทำให้ผลที่ออกมามีความถูกต้องแม่นยำ 91% และสามารถส่งภาพไปยังโทรศัพท์ของเจ้าหน้าที่ตำรวจได้ทันเวลาเกิดเหตุ