{"id":5498,"date":"2017-02-24T18:11:26","date_gmt":"2017-02-24T21:11:26","guid":{"rendered":"http:\/\/fx2.com.uy\/?p=5498"},"modified":"2021-10-22T09:30:08","modified_gmt":"2021-10-22T12:30:08","slug":"ciclope-deteccion-de-vehiculos-y-objetos","status":"publish","type":"post","link":"https:\/\/fx2.com.uy\/es\/blog\/ciclope-deteccion-de-vehiculos-y-objetos\/","title":{"rendered":"C\u00cdCLOPE: detecci\u00f3n de veh\u00edculos y objetos mediante visi\u00f3n artificial"},"content":{"rendered":"<h4 style=\"text-align: left;\">\u00a0C\u00cdCLOPE: detecci\u00f3n de veh\u00edculos y objetos mediante visi\u00f3n artificial<\/h4>\n<p style=\"text-align: justify;\"><img loading=\"lazy\" class=\"wp-image-5509 alignleft\" src=\"http:\/\/fx2.com.uy\/wp-content\/uploads\/2017\/02\/CICLOPE-01-595x684.jpg\" alt=\"\" width=\"225\" height=\"259\" \/>Entre los proyectos que est\u00e1 desarrollando el departamento\u00a0de <strong>I+D<\/strong> de Fx2, se encuentra el proyecto C\u00cdCLOPE, una herramienta de <strong>video anal\u00edtica<\/strong> en tiempo real. Una de las l\u00edneas de trabajo est\u00e1 enfocada en\u00a0la detecci\u00f3n de veh\u00edculos y su clasificaci\u00f3n.<\/p>\n<p style=\"text-align: justify;\">Como problema se intenta resolver el <strong>conteo de veh\u00edculos en una carretera o autopista<\/strong>. Una de las\u00a0t\u00e9cnica utilizadas con mayor \u00e9xito es la de &#8220;Detecci\u00f3n de primer plano&#8221; que tiene como objetivo principal detectar cambios en secuencias de im\u00e1genes.<\/p>\n<p style=\"text-align: justify;\">Mediante la &#8220;detecci\u00f3n en primer plano&#8221; sobre una secuencia de im\u00e1genes (frames\/cuadros de un video) podemos determinar que objetos est\u00e1n en movimiento (los veh\u00edculos) y as\u00ed poder realizar el conteo de los mismos.<\/p>\n<p style=\"text-align: justify;\">Adicionalmente, una vez definido el escenario de trabajo y la elecci\u00f3n y configuraci\u00f3n del algoritmo, se pueden obtener muchos otros datos que requieren de un mezcla de conocimiento\u00a0emp\u00edrico ( experiencia en el campo), optimizaci\u00f3n de informaci\u00f3n y profundo conocimiento de los algoritmos.<\/p>\n<h4 style=\"text-align: justify;\">\u00bfQu\u00e9 aplicaciones tiene este tipo de t\u00e9cnicas?<\/h4>\n<p style=\"text-align: justify;\">La detecci\u00f3n de primer plano es una de las grandes \u00e1reas de trabajo en el \u00e1mbito de la visi\u00f3n por computador (computer vision). Muchas de sus aplicaciones est\u00e1n estrechamente relacionadas con la automatizaci\u00f3n y optimizaci\u00f3n de tareas rutinarias y de larga duraci\u00f3n.<\/p>\n<p style=\"text-align: justify;\">A modo de ejemplo:<\/p>\n<ul style=\"text-align: justify;\">\n<li>Control de Tr\u00e1fico: conteo de\u00a0veh\u00edculos, para detectar donde hay m\u00e1s tr\u00e1fico, evitar colisiones como lo hacen los autos aut\u00f3nomos, seguimiento de veh\u00edculos.<\/li>\n<li>Seguridad: detectar la presencia de objetos, personas o animales en espacios f\u00edsicos, reducci\u00f3n de riesgos en espacios industriales, etc&#8230;<\/li>\n<li>Reconstrucci\u00f3n 3D: para la generaci\u00f3n del segmentado y elaboraci\u00f3n de los planos de reconstrucci\u00f3n es necesario utilizar el detectar<\/li>\n<li>Detecci\u00f3n y reconocimiento de gestos: si bien es reciente, el crecimiento de esta aplicaci\u00f3n es notorio. La detecci\u00f3n de gestos humanos para la interacci\u00f3n con m\u00e1quinas es uno de los puntos de mayor destaque.<\/li>\n<\/ul>\n<p style=\"text-align: justify;\">En la investigaci\u00f3n y prototipado\u00a0del conteo de veh\u00edculos sobre video, hemos incorporado algunas opciones adicionales:<\/p>\n<ul>\n<li style=\"text-align: justify;\">Detectar el carril con mas uso en un periodo de tiempo<\/li>\n<li style=\"text-align: justify;\">Clasificar los veh\u00edculos seg\u00fan su tama\u00f1o (Autos, Camionetas, Camiones o Omnibuses y Motos)<\/li>\n<li style=\"text-align: justify;\">Estimaci\u00f3n de velocidad de circulaci\u00f3n<\/li>\n<\/ul>\n<p><iframe loading=\"lazy\" src=\"https:\/\/www.youtube.com\/embed\/soFCKWHqS4A\" width=\"560\" height=\"315\" frameborder=\"0\" allowfullscreen=\"allowfullscreen\"><\/iframe><br \/>\nPrototipo Control de Tr\u00e1fico &#8211; Conteo de Veh\u00edculos<\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify;\">Si bien existe un avance importante en este tipo de escenarios y problemas, durante la investigaci\u00f3n se ha trabajado y se sigue trabajando, en problemas que est\u00e1n relacionados con el ambiente o espacio donde se realiza el monitoreo. A modo de ejemplo: la luz solar o la falta de ella son un gran dolor de cabeza, ocasionado sombras que se mueven a la par del veh\u00edculo.<\/p>\n<p style=\"text-align: justify;\">A\u00fan nos quedan muchas interrogantes por contestar vinculadas a como darle m\u00e1xima portabilidad al sistema, detectar el color del veh\u00edculo en un escenario de poca luminosidad, establecer limites y pintado de zonas calientes, entre otros.<\/p>\n<blockquote>\n<p style=\"text-align: justify;\">En los 4 proyectos de investigaci\u00f3n que estamos llevando adelante este verano, hemos puesto como premisa principal \u201cBrindar soluciones efectivas con el m\u00ednimo requerimiento de hardware y software posible, de forma de hacer las soluciones m\u00e1s accesibles a los mercados de Latinoam\u00e9rica\u201d. En este aspecto, las soluciones o servicios de nube son un aspecto deseable, porque permiten crecer y ajustarse de acuerdo al volumen de servicio.<\/p>\n<\/blockquote>\n<p style=\"text-align: right;\">Marcos Ezquerra &#8211; Director de Fx2<\/p>\n<p>&nbsp;\t\t<\/p>\n","protected":false},"excerpt":{"rendered":"<p>\u00a0C\u00cdCLOPE: detecci\u00f3n de veh\u00edculos y objetos mediante visi\u00f3n artificial Entre los proyectos que est\u00e1 desarrollando el departamento\u00a0de I+D de Fx2, se encuentra el proyecto C\u00cdCLOPE, una herramienta de video anal\u00edtica en tiempo real. Una de las l\u00edneas de trabajo est\u00e1 enfocada en\u00a0la detecci\u00f3n de veh\u00edculos y su clasificaci\u00f3n. Como problema se intenta resolver el conteo [&hellip;]<\/p>\n","protected":false},"author":4,"featured_media":6551,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[96],"tags":[271,93],"_links":{"self":[{"href":"https:\/\/fx2.com.uy\/es\/wp-json\/wp\/v2\/posts\/5498"}],"collection":[{"href":"https:\/\/fx2.com.uy\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/fx2.com.uy\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/fx2.com.uy\/es\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/fx2.com.uy\/es\/wp-json\/wp\/v2\/comments?post=5498"}],"version-history":[{"count":1,"href":"https:\/\/fx2.com.uy\/es\/wp-json\/wp\/v2\/posts\/5498\/revisions"}],"predecessor-version":[{"id":14708,"href":"https:\/\/fx2.com.uy\/es\/wp-json\/wp\/v2\/posts\/5498\/revisions\/14708"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/fx2.com.uy\/es\/wp-json\/wp\/v2\/media\/6551"}],"wp:attachment":[{"href":"https:\/\/fx2.com.uy\/es\/wp-json\/wp\/v2\/media?parent=5498"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/fx2.com.uy\/es\/wp-json\/wp\/v2\/categories?post=5498"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/fx2.com.uy\/es\/wp-json\/wp\/v2\/tags?post=5498"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}