Page 32 - สำนักบำรุงทาง รายงานประจำปี 2563

Real-Time Vehicle
Classification using

Deep Learning to
Monitor Road Condition

Assessment of road networks and their maintenance is a long-lasting
issue especially when there is a large extent of network to cover. As the
sensors required for such assessment are expensive and not feasible to
monitor large extent, we use the abundant network of surveillance cameras
to classify the vehicles and estimate the effects of heavy vehicles passing
through a road segment. In this study of vehicle detection and classification
using deep learning, we create our own method for real-time multi-vehicle
tracking. The overall method is currently being built and tested for the road
maintenance monitoring on the highways of Thailand. The experiments
conducted is a part of the validation process being carried out for the overall
method. The results have shown that our method produces upto 99.6%
of accuracy in terms of detection and count on a video stream collected
at proper light conditions and 93.7% accuracy on a noisy video stream.
However, in the night time, the performance suffers due to several factors.
In the future, we intend to use a pre-trained model for vehicle classification
on smaller number of classes for the night time. The method also shows
94% of overall accuracy in terms of vehicle classification on a video stream
collected at proper light conditions and 81.4% accuracy on a noisy video
stream. Therefore, we can say that our method successfully classified vehicle
into seven classes – car, bus, taxi, bike, pickup, truck and trailer – on the
video streams collected at day time. The validation of speed shows the
accuracy from our experiment. For the future works, we intend to increase
the validation and improve the performance on the classification of vehicles
in the night time.

ในการพิจารณาวิธีการซ�อํมบํารุงทั่าง ปริมาณจราจรเป็นป่จจ่ยหนึ�งทั่ี�นํามาใช� โดยป่จจุบ่นใช�เคร่�อํงน่บปริมาณ
จราจรแบบทั่่อํลมแติ่มีข�อํจําก่ดหลายประการ เช่น ความทั่นทั่านขอํงเครื�อํงม่อํ จํานวนช่อํงจราจรได�เพียง 2 ช่อํงจราจร
DRR
maintenance ในปี 2563 สําน่กบํารุงทั่างได�พ่ฒนาระบบการติรวจน่บปริมาณจราจรโดยกล�อํง CCTV ทั่ี�มีความแม่นยํา
สามารถน่บปริมาณจราจรได�ติลอํด 24 ช่�วโมง สามารถนําไปใช�ประกอํบการพิจารณาซ่อํมบํารุงได�อํย่างถูกติ�อํง รวมถึงพ่ฒนา
32 ระบบการติิดติามความเสียหายขอํงผิวทั่างและการเกิดอํุบ่ติิเหติุด�วย