Bachelor's Thesis

Deep learning-based system for road traffic surveillance and accident detection

Final Thesis 33.07 MB Appendix 7.41 MB

Author of thesis: Bc. Daniel Duraj

Acad. year: 2025/2026

Supervisor: Ing. Štěpán Ježek

Reviewer: Ing. Martin Jonák, Ph.D.

Abstract:

This bachelor thesis addresses the issue of traffic monitoring and the automatic detection of traffic accidents using deep learning techniques. As part of the thesis, a dataset containing data obtained from real traffic was created. Furthermore, object detection and tracking, as well as camera calibration enabling the conversion of image coordinates into metric units, were implemented. Subsequently, a system capable of evaluating traffic situations based on the acquired knowledge was developed, and the accuracy of its predictions were measured. A comparison of the results of the proposed system with current methods used in this field showed that its evaluation accuracy in simpler traffic situations is comparable. In more complex situations, the system outperformed other methods. However, the proposed system is prone to incorrect evaluation resulting from inaccuracies in the object detector and camera calibration. Finally, a user interface was implemented and the resulting system was secured.

Keywords:

Deep learning, traffic accident detection, dataset, computer vision, object tracking, camera calibration

Date of defence

16.06.2026

Result of the defence

Defended (thesis was successfully defended)

znamkaAznamka

Grading

A

Process of defence

Student prezentoval výsledky své práce a komise byla seznámena s posudky. Student obhájil bakalářskou práci a odpověděl na otázky členů komise a oponenta. V textu uvádíte, že data z palubních kamer nejsou vhodná. Prosím vysvětlete důvod a zkuste popsat teoretický přístup, jak by bylo možné tyto data využít za učelem rozšíření vašeho datasetu?  Používal jste metriky FPR a TPR? Jaké bylo rozložení nehod a normálního provozu v testovací sadě? Student dostatečně vysvětlil otázky.

Language of thesis

Slovak

Faculty

Fakulta elektrotechniky a komunikačních technologií

Department

Department of Telecommunications

Study programme

Information Security (BPC-IBE)

Composition of Committee

doc. Ing. Václav Zeman, Ph.D. (předseda)
JUDr. Mgr. Jakub Harašta, Ph.D. (místopředseda)
Ing. Karel Kuchař, Ph.D. (člen)
Ing. Michal Polívka, Ph.D. (člen)
Ing. Petr Blažek, Ph.D. (člen)
Ing. Vojtěch Fiala (člen)
doc. Ing. Norbert Herencsár, Ph.D. (člen)

Supervisor’s report
Ing. Štěpán Ježek

Téma práce představuje komplexní a náročný problém v oblasti počítačového vidění a strojového učení. Student musel v rámci práce propojit řadu pokročilých metod z různých oblastí, např. detekce a trasování objektů a pokročilou kalibraci kamery s využitím metody Structure-from-Motion. Student zadání práce zvládl na velmi dobré úrovni, pracoval samostatně a dosažené výsledky pravidelně konzultoval. Navržená metoda byla ověřena na záznamech z reálného dopravního provozu, což potvrzuje vysokou hodnotu dosažených výsledků. Přestože má navržená metoda prostor pro další zlepšení přesnosti, student správně identifikoval tato omezení. Následně také provedl objektivní srovnání s dalšími současnými metodami detekce dopravních nehod, které byly v několika měřeních překonány vlastní navrženou metodou. Kladně hodnotím také praktickou realizaci systému v podobě webové aplikace s uživatelským rozhraním, kde student při vývoji uplatnil moderní vývojové přístupy včetně kontejnerizace a úspěšně implementoval také zabezpečení aplikace. Práce obsahuje pouze drobné formální a typografické nedostatky, které neovlivňují výslednou kvalitu práce. Navrhuji hodnocení A (98 bodů) a práci doporučuji k obhajobě. Points proposed by supervisor: 98

Grade proposed by supervisor: A

Reviewer’s report
Ing. Martin Jonák, Ph.D.

Předložená bakalářská práce se zabývá automatickou detekcí dopravních nehod a sledováním silničního provozu s využitím moderních metod hlubokého učení. Student v rámci práce navrhl a vytvořil vlastní datové sady z reálného provozu, rozlišené podle náročnosti scénářů. Dále úspěšně implementoval a otestoval pokročilé algoritmy pro detekci a trasování objektů, kde na základě měření poměru rychlosti a přesnosti zvolil optimální kombinaci modelu YOLOv8s a trasovače BoT-SORT. Součástí řešení byla také kalibrace kamery a výsledný predikční systém integroval do funkčního uživatelského rozhraní.

Práce je kompletní a logicky členěná. Studentovi vytýkám pouze formální nedostatky jako absence odkazů na literaturu v úvodu práce a časté používání anglických ekvivalentů v závorkách za českými názvy, které působí strojově a nijak nezlepšuje čitelnost či porozumění textu v daném místě.

Věcně je však práce na výborné úrovni a doporučuji ji k obhajobě. Topics for thesis defence:
  1. V textu uvádíte, že data z palubních kamer nejsou vhodná. Prosím vysvětlete důvod a zkuste popsat teoretický přístup, jak by bylo možné tyto data využít za učelem rozšíření vašeho datasetu? 
Points proposed by reviewer: 92

Grade proposed by reviewer: A

Responsibility: Mgr. et Mgr. Hana Odstrčilová