Tecnología de vídeo para conocer la densidad de personas o vehículos

Redacción

El aprendizaje profundo aplicado al procesamiento de imágenes/vídeo abrió la puerta al despliegue práctico de la detección e identificación de objetos con una precisión aceptable. El cálculo del número de personas en una multitud es otra aplicación del procesamiento de imágenes/vídeos. Unos científicos del Instituto Avanzado de Ciencia y Tecnología de Japón (JAIST) diseñaron una nueva tecnología que logró una estimación más precisa de la densidad de objetos. Puede aplicarse para estimar la densidad humana en la esfera pública o la densidad de vehículos en una carretera, para mejorar la seguridad pública y la eficiencia del tráfico.

La videovigilancia es una de las formas estándar de obtener información para detectar el estado de objetos. Por ejemplo, la videovigilancia empleada en una carretera se controla para obtener información sobre el flujo de tráfico, la presencia de accidentes y/o la densidad de vehículos con el fin de mejorar la seguridad, la protección y/o la eficiencia del tráfico. Otro ejemplo de videovigilancia es el movimiento de personas en la esfera pública. La vigilancia del flujo y la densidad de personas es obligatoria para garantizar la seguridad de los lugares públicos, especialmente para un entorno interior.

La obtención de la información de la densidad o el número de objetos, como vehículos o personas, se llama “conteo de multitudes”. Un conteo de multitudes con mayor precisión detectará adecuadamente estados graves de congestión humana, lo que puede causar accidentes, por ejemplo. El grupo de investigación del JAIST dirigido por el Dr. Sooksatra y el Prof. Atsuo Yoshitaka en colaboración con un grupo de investigación del SIIT en Tailandia propuso una nueva red que lograba un mayor rendimiento en el conteo de multitudes.

[fusion_builder_container hundred_percent=

Ejemplo de mapa de densidad obtenido de una imagen de videovigilancia. (Foto: JAIST)

“La nueva tecnología permite aprovechar las ventajas obtenidas tanto de los rasgos de alto nivel como de los de bajo nivel en una imagen y, por lo tanto, logra un mayor rendimiento que antes”, dice el Prof. Atsuo Yoshitaka, director del laboratorio de Yoshitaka. El laboratorio de Yoshitaka está desarrollando actualmente diferentes tipos de equipos para aplicaciones industriales, como la detección/identificación de objetos en micrografías, la detección de defectos para productos industriales y el análisis de ADN para diagnósticos automatizados.

[/fusion_builder_column][/fusion_builder_row][/fusion_builder_container]

Noticias

Síguenos en redes