Tria, Tania (2026) Prediction of Pedestrian Crosswalk Violations in Developing Countries Using Explainable Machine Learning. Masters thesis, King Fahd University of Petroleum and Minerals.

PDF g202315310_Thesis Book_Tania.pdf Restricted to Repository staff only until 9 September 2027. Download (4MB)

Arabic Abstract

تعد مخالفات الإشارات الحمراء للمشاة مصدر قلق رئيسي لسلامة الطرق في الدول النامية، ومع ذلك لا توجد أدلة محدودة حول ما إذا كانت نماذج التعلم الآلي المطورة عند التقاطعات المرصودة يمكن تعميمها على مواقع غير مرئية. طورت هذه الدراسة إطار عمل تعلم آلي قابل للتكرار للتنبؤ بانتهاكات الإشارات الحمراء للمشاة عند ستة تقاطعات مزودة بالإشارات في لاهور، باكستان. تضمنت مجموعة البيانات 9,446 ملاحظة للمشاة تم استخراجها يدويا من تسجيلات الفيديو، بما في ذلك 5,524 مخالفة و3,922 مخالفة، ما يعادل معدل مخالفات إجمالي يبلغ 58.48٪. تم تقييم خمسة خوارزميات قائمة على الشجرة: شجرة القرار، الغابة العشوائية، الأشجار الإضافية، XGBoost، وLightGBM لثلاث طرق نمذجة. تم تجميع نموذج السلوك في النهج A باستخدام 15 متغير تفسيري وخمسة درجات متقاطع متداخل. أضاف النهج B معرف التقاطع كميزة ذات طابع ثابت فئوي مرمز بزر واحد وطبقت نفس إجراء التحقق. استبعد النهج C معرف التقاطع كمتنبئ لكنه استخدمه كمتغير تجميع في التحقق المتقاطع بترك تقاطع واحد للخروج للوصول إلى قابلية النقل عبر التقاطع. تم تحسين المعاملات الفائقة باستخدام Optuna داخل طيات التدريب، بينما تم تقدير الأداء على طيات التحقق الخارجية. كانت XGBoost و Random Forest وLightGBM هي أفضل الخوارزميات أداء للطرق A و B وC على التوالي. لم يحسن تضمين معرف التقاطع الدقة العامة مقارنة بالنموذج المجمع، رغم أنه زاد من الدقة والخصوصية مع تقليل الاستدعاء ودرجة F1. أظهر نموذج قابلية النقل أداء أضعف بكثير عبر معظم المصفوفات، مما أظهر قابلية محدودة للتعميم على التقاطعات غير المرئية. حدد تفسير النموذج باستخدام قيم SHAP، ومخططات تفاعل SHAP، والتأثيرات المحلية المتراكمة نسبة الخضر إلى الدورة (G/C) كأكثر المتنبئين تأثيرا. كانت نسبة حجم المشاة إلى المركبات، وحجم المجموعة، ونسبة المخالفين القادمين من الاتجاه المعاكس مهمة أيضا. أظهر تحليل تفاعل شاب أن تأثير نسبة الجاذبية إلى الجاذبية يختلف مع هذه العوامل السياقية، بما في ذلك أن سلوك المخالفين يعكس التأثيرات المشتركة لتوقيت الإشارة وظروف المشاة وحركة المرور المحيطة. أدت المعايرة إلى تغييرات هامشية فقط في درجات بريير للنموذجين A وB، من 0.1630 إلى 0.1629 ومن 0.1687 إلى 0.1645 على التوالي. على الرغم من أن المعايرة حسنت درجة بريير للنموذج C من 0.3462 إلى 0.3080، إلا أنها بقيت أقل موثوقية في التنبؤ الاحتمالي. كانت تحليلات الحساسية الموجهة للسياسات لنسبة G/C وقت الكتابة، ونسبة حجم المشاة إلى المركبات، وطول ممرات المشاة، وعدد العوائق غالبا ما تنتج تغييرات غير رتيبة في احتمال المخالفة المتوقع؛ لذلك، يجب تفسير هذه المحاكاة كتحليلات حساسية قائمة على النموذج وليس كأدلة عابرة. بشكل عام، تنبأ النموذجان A و B بشكل معقول بالانتهاكات عند التقاطعات المرصودة، في حين أظهر أداء النموذج C الأضعف بكثير أن الدقة التنبؤية العالية داخل المواقع المرصودة لا تعني بالضرورة تعميم التقاطعات المتقاطعة.

English Abstract

Pedestrian red-signal violations are a major road-safety concern in developing countries, yet limited evidence exists regarding whether machine-learning models developed at observed intersections can generalize to unseen locations. This study developed a reproducible machine learning framework for predicting pedestrian red-signal violations at six signalized intersections in Lahore, Pakistan. The dataset comprised 9,446 pedestrian observations manually extracted from video recordings, including 5,524 violations and 3,922 non-violations, corresponding to an overall violation rate of 58.48%. Five tree-based algorithms Decision tree, Random Forest, Extra Trees, XGBoost, and LightGBM were evaluated three modeling approaches. Approach A was pooled behavioral model using 15 explanatory variable and five-fold stratified nested cross-validation. Approach B added intersection ID as a one-hot-encoded categorical fixed-effect style feature and applied the same validation procedure. Approach C excluded intersection ID as a predictor but used it as the grouping variable in leave-one-intersection-out cross-validation to access cross-intersection transferability. Hyperparameters were optimized using Optuna within the training folds, while performance was estimated on the outer validation folds. XGBoost, Random Forest, and LightGBM were the best-performing algorithms for Approaches A, B and C, respectively. Including Intersection ID did not improve overall accuracy relative to the pooled model, although it increased precision and specificity while reducing recall and F1 score. The transferability model exhibited substantially poorer performance across nearly all matrices, demonstrating limited generalizability to unseen intersections. Model interpretation using SHAP values, SHAP interaction plots, and accumulated local effects identified the green-to-cycle ration (G/C ratio) as the most influential predictor. The pedestrian to vehicle volume ratio, group size, and proportion of violators approaching from the opposite direction were also important. SHAP interaction analysis showed that the influence of the G/C ratio varied with these contextual showed that the influence of the G/C ratio varied with these contextual factors, including that violation behavior reflects the combined effects of signal timing exposure and surrounding pedestrian and traffic conditions. Calibration produced only marginal changes in the Brier scores of Models A and B, from 0.1630 to 0.1629 and from 0.1687 to 0.1645, respectively. Although calibration improved Model C’s Brier score from 0.3462 to 0.3080, it remained less reliable for probabilistic prediction. Policy oriented sensitivity analyses of writing time G/C ratio, pedestrian-to-vehicle volume ratio, crosswalk length, and number of lames frequently produced non-monotonic changes in predicted violation probability; therefore, these simulations should be interpreted as model-based sensitivity analyses rather than casual evidence. Overall, Models A and B reasonably predicted violations at observed intersections, whereas Model C’s substantially weaker performance showed that high predictive accuracy within observed locations does not necessarily imply cross-intersection generalizability.

Item Type:	Thesis (Masters)
Subjects:	Civil Engineering Civil Engineering > Transportation Engineering
Department:	College of Design and Built Environment > Civil and Environmental Engineering
Thesis Advisor:	Muhammad Abdullah,
Thesis Committee Members:	Hassan Al-Ahmadi, Syed Rahman,
Depositing User:	TANIA TRIA
Date Deposited:	09 Sep 2026 12:08
Last Modified:	09 Sep 2026 12:08
URI:	https://eprints.kfupm.edu.sa/id/eprint/144756