A framework for traffic risk management using deep learning and computer vision techniques

Las ciudades ampliamente urbanizadas tienen múltiples factores que contribuyen a aumentar el riesgo de accidentes de tráfico. Entre ellos, Bogotá ha invertido en desarrollar una red de cámaras de monitoreo de tráfico y un centro de gestión para minimizar la ocurrencia de accidentes. Con los avances en visión por computador y deep learning, se pueden aplicar métodos para adquirir información del tráfico más rápido y mejor que con la supervisión humana. Este proyecto propone una metodología para estimar el riesgo de tráfico de eventos conflictivos y medidas sustitutas de seguridad, utilizando técnicas de última generación de detección y seguimiento de objetos. Primero, se presenta un método de calibración de la cámara, basado en la estimación de puntos de fuga. A continuación, se evalúan las técnicas de detección y seguimiento de objetos y se aplica un método de modelado de la escena, basado en la técnica de calibración, para estimar la proyección al plano de tierra de los objetos. Luego, se presentan los resultados en casos de identificación de eventos conflictivos y mediciones sustitutas de seguridad en el tráfico. Finalmente, se presentan las conclusiones del análisis de riesgos de tránsito, mostrando el potencial de la metodología propuesta en brindar información importante para tomar decisiones que conduzcan a mejorar la seguridad vial.

• Autores: Wilches Pérez, Carlos Andrés
• Tipo de recurso: Doctoral thesis
• Fecha de publicación: 2021
• Institución: Pontificia Universidad Javeriana
• Repositorio: Repositorio Universidad Javeriana
• Idioma: spa
• OAI Identifier: oai:repository.javeriana.edu.co:10554/55024
• Acceso en línea: http://hdl.handle.net/10554/55024
• Palabra clave: Visión por computador; Eventos conflictivos; Deep learning; Análisis de riesgo en tráfico; Medidas sustitutas de seguridad; Computer visión; Conflicting events; Deep Learning; Traffic risk análisis; Surrogate safety measurements; Doctorado en ingeniería - Tesis y disertaciones académicas; Visión por computador; Aprendizaje automático (Inteligencia artificial); Aprendizaje de máquinas; Evaluación de riesgos
• Rights: embargoedAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional