Comparación de algoritmos de sustracción de fondo en soluciones para la gestión del tráfico urbano de vehículos y peatones basadas en visión computacional.

Resumo

La creciente población y número de vehículos en las grandes ciudades han generado congestionamientos y complicaciones en el tráfico, cuyas soluciones son costosas e ineficaces a largo plazo. Para mejorar las condiciones del tráfico urbano, incluyendo la automatización del sistema de semáforos a través de la tecnología de visión computacional, se ha buscado la monitorización inteligente del tráfico. Este estudio tuvo como objetivo desarrollar un sistema automatizado y sincrónico de análisis de tráfico, comparando el rendimiento de diferentes algoritmos de sustracción de fondo (BGS). Se creó un software para analizar los algoritmos BGS en términos de conteo de vehículos, registro y sentido de dirección, mientras que otro se desarrolló para detectar peatones. La revisión sistemática de la literatura de artículos publicados entre el 01/01/1970 y el 31/01/2023 demostró que el uso exclusivo de BGS no es lo suficientemente preciso para su aplicación en sistemas de semáforos o monitorización autónoma. Sin embargo, la combinación de BGS con aprendizaje automático y profundo es prometedora. Para mejorar la precisión y otras métricas, como falsos y verdaderos positivos, es necesario mejorar los filtros individuales y combinarlos con otras tecnologías.