MARIO, Moreno,; GUUN, Yoo, Sang    WILBERT, Aguilar,. VARVO: un Método Novedoso para la Detección Rápida de Eventos de Choques de Vehículos a Partir de Solo Datos de Video. []. , 52, 1, pp.25-34. ISSN 2477-8990.  https://doi.org/10.33333/rp.vol52n1.03.

Alrededor de 1,35 millones de personas a nivel mundial mueren anualmente por incidentes de tráfico y se estima que 50 millones sufren lesiones graves. Este panorama es particularmente dramático en la Región Andina donde el número de muertes por accidentes de tránsito asciende a 127 muertes por millón de habitantes. Recientemente, el despliegue de Sistemas Inteligentes de Transporte (SITs) en países desarrollados ha ayudado a reducir la mortalidad por accidentes de tránsito. Una parte integral de un SIT es la detección automática de incidentes de tráfico a partir de datos de video y sensores. Sin embargo, la escasez de conjuntos de datos, especialmente de casos positivos de incidentes de tráfico, obstaculizan el desarrollo de aplicaciones de inteligencia artificial para el dominio de la investigación del tráfico. En este contexto, presentamos la siguiente pregunta de investigación: ¿Es posible detectar colisiones de automóviles mediante aprendizaje automático supervisado, basado en la velocidad estimada de los autos a partir de datos de video? Como resultado presentamos VARVO, un algoritmo para la detección de incidentes de tráfico que no depende de sensores para la detección de la velocidad de los automóviles, el cual realiza una clasificación supervisada usando la detección de objetos basada en red convolucional y seguimiento bidireccional. También se describe cómo los modelos implementados en VARVO pueden mejorar su precisión de clasificación aplicando un algoritmo de sobremuestreo para clases desequilibradas. Creemos que el despliegue de VARVO podría vincularse a cámaras de video estáticas de tráfico y ser parte de los SITs en la Región Andina.

: Aplicaciones de la IA; Visión Computacional; Aprendizaje Automático; Incidentes de Tráfico.

        · |     · |     · ( pdf )