Escena estática: filtrado y clustering
Se elimina el fondo comparando cada rayo con la captura de la carretera vacía y se agrupan los puntos restantes con DBSCAN y con K-Means para separar los vehículos de la escena.
Procesamiento de Datos Masivos · Práctica 1
Las tres partes de la práctica, con los notebooks ya ejecutados.
Se elimina el fondo comparando cada rayo con la captura de la carretera vacía y se agrupan los puntos restantes con DBSCAN y con K-Means para separar los vehículos de la escena.
369 nubes de puntos (18,7 s). En cada fotograma se detectan vehículos con vóxeles y DBSCAN, y se asocian entre fotogramas con el algoritmo húngaro y un modelo de velocidad constante para contar los vehículos únicos.
Fusión de los cuatro LiDAR de infraestructura de una intersección, filtrado con el mapa vial, cajas 3D orientadas y conteo por fotograma en tres secuencias, con vídeos de las detecciones.