Los
Centros de Gestión de Tráfico (TMC), que deberían funcionar en todos
los países, tienen la función de supervisar y gestionar el tráfico,
informar a los usuarios de embotellamientos y controlar los flujos en
tiempo real. Sin embargo, la CEPAL también señala que la realidad de
muchos países de ingresos bajos o medios, es que no existen métodos de
recopilación ni procesamiento de datos sobre el tránsito, lo que genera
estadísticas subestimadas o incompletas.
Al
respecto, Mariano Vega, Regional Sales Manager para Suramérica en Axis
Communications, señala que esta situación provoca importantes retos en
la toma de decisiones para la generación de medidas destinadas a
disminuir los accidentes, ya que al no existir una herramienta que
permita una medición más exacta de los riesgos y oportunidades, no habrá
políticas de seguridad vial de largo plazo que busquen una verdadera
mejora de los servicios de movilidad ofrecidos a la ciudadanía.
El
experto señala que la vigilancia por video es una herramienta clave
para monitorear redes de carreteras, intersecciones e infraestructura
crítica como túneles y puentes. Proporciona una visión en tiempo real
del flujo y de los incidentes (incluidos choques, colas y tráfico lento)
que podrían interrumpir la circulación libre en la carretera.
Sin
embargo, dadas las limitaciones humanas de atención, concentración y,
en el sentido físico más obvio de que cada persona sólo tiene dos ojos,
los operadores no pueden monitorizar todas las cámaras en todo momento.
Por lo tanto, el análisis de video, que hace un uso cada vez mayor de la
inteligencia artificial (IA) y las tecnologías de aprendizaje profundo,
son necesarias para explorar activamente e identificar problemas, es
por ello, que “hoy es indispensable que los sectores públicos y
privados busquemos la inclusión de estas herramientas en la región de
América Latina, principalmente en aquellas donde aún no se voltea a ver a
la videovigilancia con objetivos de eficiencia y retornos de inversión”, comentó el experto de Axis.
Innovación en inteligencia artificial para el procesamiento de imágenes
Mariano
Vega comenta que, en el campo de la informática, la inteligencia
artificial (IA) ha visto varios nuevos avances. Particularmente en el
campo del procesamiento de imágenes, los conceptos de Machine Learning y
Deep Learning han mejorado dramáticamente las posibilidades de
clasificar y hacer computables objetos de eventos reales, acciones,
personas y vehículos.
“Por
ejemplo, nuestras últimas innovaciones en métodos de análisis de video
de aprendizaje profundo nos han ayudado a reducir drásticamente el
número de falsas alarmas potenciales, en comparación con las tecnologías
tradicionales de detección basadas en píxeles, al tiempo que mantenemos
una alta precisión en la detección de situaciones reales
significativas”, comenta.
Uno
de los principales desafíos de la tecnología tradicional de análisis
basada en video para la vigilancia del tránsito (y la principal fuente
de falsas alarmas) son las sombras, por ejemplo, de vehículos o sombras
más estáticas de árboles, nubes o estructuras. El concepto mismo de la
tecnología Deep Learning es ‘enseñar’ a un ordenador a
identificar y clasificar objetos. En el contexto de la vigilancia del
tránsito, el ordenador está entrenado para identificar vehículos
(coches, camiones, motos, etc.) y, por lo tanto, para «ignorar»
eficazmente las sombras.
Una
vez detectados los ‘objetos’ se convierten en datos. Los conocimientos y
las posibilidades de la videovigilancia sirven para gestionar estos
tipos de datos y crear la salida adecuada para los operadores, en otras
palabras: representan los datos identificados a través del proceso de
aprendizaje profundo una situación real que los operadores deben
conocer.
Por
supuesto, la precisión del aprendizaje profundo está altamente
correlacionada con la calidad y definición de la imagen para empezar.
Aquí es donde la labor de la tecnología de video hace su trabajo al
proporcionar imágenes de alta definición en el espectro visible, lo que
se convierte en un componente clave para el proceso.
La
videovigilancia, ha entrado hace tiempo en la era de la digitalización y
con ello ha generado una enorme cantidad de datos. El siguiente reto
consiste en convertir esta gran cantidad de datos digitales en
información que sea a la vez impactante y viable, cumpliendo así con las
necesidades y objetivos clave de los usuarios de videovigilancia.
“En
el campo de la vigilancia del tráfico, empresas como Axis están
combinando sus décadas de experiencia para ayudar a conducir hacia la
estrategia Visión Zero para cero falsas alarmas, cero incidentes y cero
tiempos perdidos, que, por supuesto apoya la misión de crear un mundo
más inteligente y más seguro”, asegura Mariano Vega, Regional Sales Manager para Suramérica en Axis Communications.
La
vigilancia en red es una herramienta clave para monitorear redes de
carreteras, intersecciones e infraestructura como túneles y puentes. ¡Dé
clic em el siguiente enlace para conocer como las redes de transporte
se pueden beneficiar del correcto uso de la tecnología de video https://bit.ly/3PIMcXV!
No hay comentarios:
Publicar un comentario