論文の概要: Video-based Pedestrian and Vehicle Traffic Analysis During Football Games
- arxiv url: http://arxiv.org/abs/2408.02146v1
- Date: Sun, 4 Aug 2024 21:09:09 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-06 14:56:07.387552
- Title: Video-based Pedestrian and Vehicle Traffic Analysis During Football Games
- Title（参考訳）: サッカーにおけるビデオベース歩行者・車両交通分析
- Authors: Jacques P. Fleischer, Ryan Pallack, Ahan Mishra, Gustavo Riente de Andrade, Subhadipto Poddar, Emmanuel Posadas, Robert Schenck, Tania Banerjee, Anand Rangarajan, Sanjay Ranka,
- Abstract要約: フロリダ大学は、大学フットボールシーズンの土曜日に6人から7人のホームフットボールの試合を開催している。
ペデストリアンの体積はゲームデーの間に著しく増加し、これは遠方のチームの勝利の確率と正に相関する。
高活性ゲームデーにおける法執行機関の存在は、歩行者のコンプライアンスを確実にし、安全性を高めるのに役立つ。
- 参考スコア（独自算出の注目度）: 6.1299656202904735
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper utilizes video analytics to study pedestrian and vehicle traffic behavior, focusing on analyzing traffic patterns during football gamedays. The University of Florida (UF) hosts six to seven home football games on Saturdays during the college football season, attracting significant pedestrian activity. Through video analytics, this study provides valuable insights into the impact of these events on traffic volumes and safety at intersections. Comparing pedestrian and vehicle activities on gamedays versus non-gamedays reveals differing patterns. For example, pedestrian volume substantially increases during gamedays, which is positively correlated with the probability of the away team winning. This correlation is likely because fans of the home team enjoy watching difficult games. Win probabilities as an early predictor of pedestrian volumes at intersections can be a tool to help traffic professionals anticipate traffic management needs. Pedestrian-to-vehicle (P2V) conflicts notably increase on gamedays, particularly a few hours before games start. Addressing this, a "Barnes Dance" movement phase within the intersection is recommended. Law enforcement presence during high-activity gamedays can help ensure pedestrian compliance and enhance safety. In contrast, we identified that vehicle-to-vehicle (V2V) conflicts generally do not increase on gamedays and may even decrease due to heightened driver caution.
- Abstract（参考訳）: 本稿では,フットボールの日中における交通パターンの分析に焦点をあて,歩行者および車両の交通行動の映像解析に活用する。
フロリダ大学(University of Florida, UF)は、大学フットボールシーズンの土曜日に6から7回のホームフットボールの試合を開催し、重要な歩行者活動を行っている。
ビデオ分析を通じて,これらの事象が交差点における交通量や安全に与える影響について,貴重な知見を提供する。
ゲームデーと非ゲームデーの歩行者と車両のアクティビティを比較すると、異なるパターンが明らかになる。
例えば、ゲームデーの間、歩行者の体積は大幅に増加し、これは遠方のチームの勝利の確率と正の相関がある。
この相関は、ホームチームのファンが難しい試合を楽しんでいるためだろう。
交差点での歩行者量の早期予測者としての確率は、交通専門家が交通管理のニーズを予想するのに役立つツールとなる。
P2V (Pedestrian-to-vehicle) は、特にゲーム開始の数時間前に、ゲームデーに特に増加する。
これに対応するため、交差点内の「バーンズダンス」運動段階が推奨されている。
高活性ゲームデーにおける法執行機関の存在は、歩行者のコンプライアンスを確実にし、安全性を高めるのに役立つ。
対照的に、車両間衝突(V2V)は、通常、ゲームデーに増加せず、運転注意の高まりにより減少する可能性がある。
関連論文リスト
- Predicting and Analyzing Pedestrian Crossing Behavior at Unsignalized Crossings [3.373568134827475]
非ゼブラシナリオにおけるギャップ選択と、ゼブラシナリオにおけるゼブラ交差使用量を予測する機械学習モデルの提案と評価を行った。
歩行者の行動が、歩行者待ち時間、歩行速度、未使用ギャップの数、最大の欠落ギャップ、その他の歩行者の影響など、様々な要因にどのように影響するかを論じる。
論文 参考訳（メタデータ） (2024-04-15T08:36:40Z) - Passing Heatmap Prediction Based on Transformer Model and Tracking Data [0.0]
本研究では,パスの潜在的な終端位置を予測できる新しいディープラーニングネットワークアーキテクチャを提案する。
28,000回以上のイベントを解析すると、0.7以上のTop-1精度で堅牢な予測が達成される。
また、この予測に基づいて、ピッチコントロールとパスオプションをよりよく理解することで、選手のオフボール運動が防御性能に与える影響を測定することができる。
論文 参考訳（メタデータ） (2023-09-04T11:14:22Z) - DenseLight: Efficient Control for Large-scale Traffic Signals with Dense
Feedback [109.84667902348498]
交通信号制御(TSC)は、道路網における車両の平均走行時間を短縮することを目的としている。
従来のTSC手法は、深い強化学習を利用して制御ポリシーを探索する。
DenseLightは、不偏報酬関数を用いてポリシーの有効性をフィードバックする新しいRTLベースのTSC手法である。
論文 参考訳（メタデータ） (2023-06-13T05:58:57Z) - ROCO: A Roundabout Traffic Conflict Dataset [65.55451440776098]
実世界のトラフィック競合データセットであるROCOを導入し分析する。
データはミシガン州アンアーバーのセント・セントとW・エルズワースの交差点にある2車線のラウンドアラウンドで収集される。
2021年8月から2021年10月までの合計557回の交通事故と17回の交通事故が収集された。
論文 参考訳（メタデータ） (2023-03-01T15:09:45Z) - Learning energy-efficient driving behaviors by imitating experts [75.12960180185105]
本稿では,コミュニケーション・センシングにおける制御戦略と現実的限界のギャップを埋める上で,模倣学習が果たす役割について考察する。
擬似学習は、車両の5%に採用されれば、局地的な観測のみを用いて、交通条件の異なるネットワークのエネルギー効率を15%向上させる政策を導出できることを示す。
論文 参考訳（メタデータ） (2022-06-28T17:08:31Z) - Predicting the impact of urban change in pedestrian and road safety [0.0]
近年の研究では、畳み込みニューラルネットワークがストリートビューの画像を利用した事故発生率を正確に予測できることが示されている。
事故発生に対する都市介入の影響(増加または減少)を自動的に予測する方法を詳述する。
交通ネットワークの基盤(サイドウォークとロードネットワーク)とその需要を考えると,これらの結果を複雑なネットワークフレームワークに統合する。
論文 参考訳（メタデータ） (2022-02-03T10:37:51Z) - Recognition and Co-Analysis of Pedestrian Activities in Different Parts
of Road using Traffic Camera Video [2.414050294189755]
本研究の目的は,停留所とミッドブロック交差点との相関関係を明らかにすることである。
本手法は,周辺交差点に設置した市販CCTVパンティルトゾーム(PTZ)トラヒック監視カメラから,交通カメラビデオを用いてバス停の使用状況を特定する手法を拡張した。
また,横断イベントのみを表示するビデオクリップの自動作成により,歩行者行動検出のマニュアルレビューを容易にするWebポータルも実装した。
論文 参考訳（メタデータ） (2021-11-27T05:46:41Z) - Automated Object Behavioral Feature Extraction for Potential Risk
Analysis based on Video Sensor [6.291501119156943]
歩行者は道路、特に標識のない横断歩道で死亡や重傷を負う危険にさらされている。
本研究では,道路上に展開された映像センサから物体の行動特徴を効果的に抽出するシステムを提案する。
本研究は、スマートシティーに実用的なデータを提供するためのコネクテッドビデオセンサネットワークの可能性を示す。
論文 参考訳（メタデータ） (2021-07-08T01:11:31Z) - Safety-Oriented Pedestrian Motion and Scene Occupancy Forecasting [91.69900691029908]
我々は、個々の動きとシーン占有マップの両方を予測することを提唱する。
歩行者の相対的な空間情報を保存するScene-Actor Graph Neural Network (SA-GNN)を提案する。
2つの大規模な実世界のデータセットで、我々のシーン占有率予測が最先端のモーション予測手法よりも正確でより校正されていることを示した。
論文 参考訳（メタデータ） (2021-01-07T06:08:21Z) - Game Plan: What AI can do for Football, and What Football can do for AI [83.79507996785838]
予測的および規範的フットボール分析は、統計学習、ゲーム理論、コンピュータビジョンの交差点における新たな発展と進歩を必要とする。
フットボール分析は、サッカー自体のゲームを変えるだけでなく、この領域がAIの分野で何を意味するのかという観点からも、非常に価値の高いゲームチェンジャーであることを示す。
論文 参考訳（メタデータ） (2020-11-18T10:26:02Z) - V2VNet: Vehicle-to-Vehicle Communication for Joint Perception and
Prediction [74.42961817119283]
車両間通信(V2V)を用いて、自動運転車の知覚と運動予測性能を向上させる。
複数の車両から受信した情報をインテリジェントに集約することで、異なる視点から同じシーンを観察することができる。
論文 参考訳（メタデータ） (2020-08-17T17:58:26Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。