elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Vehicle classification in urban regions of the Global South from aerial imagery

Mühlhaus, Manuel Nikolas und Kurz, Franz und Guridi Tartas, Arturo Rafael und Bahmanyar, Reza und Azimi, Seyedmajid und Hellekes, Jens (2023) Vehicle classification in urban regions of the Global South from aerial imagery. In: ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, X-1/W1, Seiten 371-378. Geospartial Week 2023, 2023-09-02 - 2023-09-07, Kairo, Ägypten. doi: 10.5194/isprs-annals-X-1-W1-2023-371-2023. ISSN 2194-9042.

[img] PDF
4MB

Offizielle URL: https://isprs-annals.copernicus.org/articles/X-1-W1-2023/371/2023/isprs-annals-X-1-W1-2023-371-2023.pdf

Kurzfassung

Land transport is a major contributor to the human-caused climate change; knowing the total number and composition of the vehicle fleet is key for estimating its emissions. Especially for countries of the Global South, emission inventories are associated with high uncertainties because fleet data are often unknown or outdated -- classifying vehicles on remote sensing has the potential to change this. We present the XWHEEL dataset based on annotated vehicles in aerial images with six classes depending on the number of wheels, size and motorization. The dataset consists of 73 annotated aerial images of the city of Dar es Salaam (Tanzania) with 15,973 vehicles. To analyze the performance of the dataset, a convolutional neural network, ReDet, and a transformer-based neural network, DINO_OBB, are trained with different configurations and validated on the validation and test split, but also on aerial images from other regions. The transformer-based DINO architecture has been adapted to the remote sensing domain and modified to predict Oriented Bounding Boxes. Results show a good performance on the test split from Dar es Salaam, when the two-wheeled classes are merged and the non-motorized three-wheeled vehicles are excluded due to their rare occurrence. The best performing algorithm configurations with four classes were then tested on aerial images of Kathmandu (Nepal) and Kampala (Uganda). The performance drops for cycles and three-wheeled vehicles, as their appearance varies between countries. A main finding is that we can reliably detect the different vehicle classes in Dar es Salaam. When algorithms trained on XWHEEL are generalized to other regions of the Global South, performance decreases for the more difficult classes (bicycles and tricycles). To obtain results that are comparable across the board, we therefore recommend expanding the dataset with additional annotations from other regions of the Global South.

elib-URL des Eintrags:https://elib.dlr.de/197312/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Vehicle classification in urban regions of the Global South from aerial imagery
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Mühlhaus, Manuel Nikolasmanuel.muehlhaus (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Kurz, FranzFranz.Kurz (at) dlr.dehttps://orcid.org/0000-0003-1718-0004NICHT SPEZIFIZIERT
Guridi Tartas, Arturo Rafaelarturo.guriditartas (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Bahmanyar, Rezagholamreza.bahmanyar (at) dlr.dehttps://orcid.org/0000-0002-6999-714X143025071
Azimi, SeyedmajidSeyedmajid.Azimi (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Hellekes, JensJens.Hellekes (at) dlr.dehttps://orcid.org/0000-0002-0080-3124NICHT SPEZIFIZIERT
Datum:2023
Erschienen in:ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
Band:X-1/W1
DOI:10.5194/isprs-annals-X-1-W1-2023-371-2023
Seitenbereich:Seiten 371-378
ISSN:2194-9042
Status:veröffentlicht
Stichwörter:Global South, Vehicle detection, traffic, dataset
Veranstaltungstitel:Geospartial Week 2023
Veranstaltungsort:Kairo, Ägypten
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:2 September 2023
Veranstaltungsende:7 September 2023
Veranstalter :ISPRS
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Verkehr
HGF - Programmthema:Straßenverkehr
DLR - Schwerpunkt:Verkehr
DLR - Forschungsgebiet:V ST Straßenverkehr
DLR - Teilgebiet (Projekt, Vorhaben):V - V&V4NGC - Methoden, Prozesse und Werkzeugketten für die Validierung & Verifikation von NGC, R - Optische Fernerkundung, R - Impulsprojekt Emissionslandkarte [EO]
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > Photogrammetrie und Bildanalyse
Hinterlegt von: Mühlhaus, Manuel Nikolas
Hinterlegt am:26 Sep 2023 12:04
Letzte Änderung:30 Mai 2024 03:00

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.