Generación de Regiones con Potencial de Contener Peatones usando Reconstrucción 3D No Densa a partir de Visión Monocular

Abstract

ResumenLos accidentes de tráfico son un problema de salud pública a escala mundial, por el alto número de víctimas humanas y los elevados costos económicos y sociales que generan. En este contexto, los peatones se encuentran entre los elementos más importantes y vulnerables de la escena vial que necesitan ser protegidos. Es así que en este trabajo se presenta una innovadora propuesta utilizado la información visual monocular para emular la visión estéreo, y a partir de ello: i) generar regiones de interés (ROIs) con alta posibilidad de contener un peatón, y ii) estimar la trayectoria del vehículo. Los experimentos han sido desarrollados sobre una base de datos de imágenes tomadas en varias calles de la ciudad de Santiago (Región-Metropolitana), Chile. Esta información fue obtenida usando una plataforma experimental en condiciones reales de conducción durante el día. La tasa de detección de ROIs es del 86,6 % para distancias menores a 20 metros, 82,9 % para distancias menores a 30 metros y del 76,2 % para distancias menores a 40 metros.Palabras Clave: Peatones, accidentes, tráfico, visión monocular, visión estéreo, trayectoria, ROIs.Generation of regions of interest with high potential to contain pedestrians using non-dense 3D reconstruction from monocular vision. AbstractTraffic accidents are a global public health problem, due to the high number of human victims and the elevated economic and social costs that generate. In this context, pedestrians are among the most important and vulnerable elements of the road scene that need to be protected. It is thus that, in this work an innovative proposal is presented where the monocular visual information is used to simulate the stereo vision, and from this: i) generate regions of interest (ROIs) with high possibility of containing a pedestrian, and ii) estimate the trajectory of the vehicle. Experiments have been developed into a dataset of images taken in several streets of Santiago (Región Metropolitana), Chile. This database was obtained using an experimental vehicle under real driving conditions during the day. The ROI detection rate is 86,6 % for distances less than 20 meters, 82,9 % for distances less than 30 meters and 76,2 % for distances less than 40 meters. Keywords:Pedestrian, accidents, traffic, monocular vision, stereo vision, trajectory, ROIs. IntroducciónLos accidentes de tráfico causan al año 1,3 millones de muertes y entre 20 y 50 millones de heridos en el mundo, siendo así la primera causa de muerte de jóvenes entre 15 y 29 años de edad. El 91 % de ellos ocurren en países de bajo y mediano ingresos. Por otra parte, niños, peatones, ciclistas y personas de * Autor para correspondencia: mjflores@espe.edu.ec Este artículo ha sido aceptado para su publicación en un futuro número de RIAI. Su contenido es definitivo y únicamente cambiará en la versión final la información relativa al volumen, número y número de páginas.

Traffic scene awareness for intelligent vehicles using ConvNets and stereo vision

“…However, detailed geometry information about the scene can be recovered, enabling the building of representations such as probabilistic occupancy maps [11], elevation maps [12] or full 3D models [13], where obstacles can be identified. Some methods emulate stereo vision using pairs of consecutive frames [14].…”