Resumen:
|
[ES] El principal objetivo que se va a tratar en este proyecto es el desarrollar una herramienta para la detección, clasificación y seguimiento de vehículos en vídeos obtenidos a partir de cámaras de tráfico. De esta forma, ...[+]
[ES] El principal objetivo que se va a tratar en este proyecto es el desarrollar una herramienta para la detección, clasificación y seguimiento de vehículos en vídeos obtenidos a partir de cámaras de tráfico. De esta forma, una vez identificados los vehículos, se clasificarán por tipo de vehículo (coche, camión, etc.) para ofrecer así un porcentaje final de su presencia en un intervalo de tiempo determinado. El objetivo sería utilizar esta información posteriormente para realizar una estimación de la contaminación presente en las zonas analizadas en ese intervalo de tiempo mediante una herramienta externa.
Para realizar este análisis se emplearán herramientas de inteligencia artificial, como YOLOX y DeepSort, para detectar y seguir vehículos en vídeos. Además, se presentarán las problemáticas encontradas durante su implementación y se describirán las técnicas utilizadas para mejorar estos algoritmos y obtener mejores resultados específicamente para nuestro problema.
Se espera que los resultados de este trabajo puedan ser utilizados posteriormente para obtener una visión más precisa de la contaminación en las zonas de Valencia analizadas, lo que ayudará a tomar mejores decisiones para mejorar la calidad del aire y reducir los riesgos para la salud de las personas que viven en la zona. Además, este proyecto puede sentar las bases para el desarrollo de nuevas herramientas de medición y control de la contaminación del aire en otras zonas urbanas.
[-]
[EN] The main objective of this project is to develop a tool for the detection, classification, and tracking of vehicles in videos obtained from traffic cameras. Once the vehicles are identified, they will be classified ...[+]
[EN] The main objective of this project is to develop a tool for the detection, classification, and tracking of vehicles in videos obtained from traffic cameras. Once the vehicles are identified, they will be classified by vehicle type (car, truck, etc.) to provide a final percentage of their presence in a specific time interval. The objective would be to use this information later to make an estimate of the pollution present in the analyzed areas during that time interval using an external tool.
To perform this analysis, artificial intelligence tools such as YOLOX and DeepSort will be used to detect and track vehicles in videos. Additionally, the problems encountered during implementation will be presented and the techniques used to improve these algorithms and obtain better results specifically for our problem will be described.
It is expected that the results of this project can be subsequently used to obtain a more accurate understanding of pollution in the analyzed areas of Valencia, which will help to make better decisions to improve air quality and reduce health risks for people living in the area. Additionally, this project may lay the groundwork for the development of new tools for measuring and controlling air pollution in other urban areas.
[-]
[CA] El principal objectiu que es tractarà en aquest projecte és el desenvolupament d'una eina
per a la detecció, classificació i seguiment de vehicles en vídeos obtinguts a partir de
càmeres de trànsit. D'aquesta manera, ...[+]
[CA] El principal objectiu que es tractarà en aquest projecte és el desenvolupament d'una eina
per a la detecció, classificació i seguiment de vehicles en vídeos obtinguts a partir de
càmeres de trànsit. D'aquesta manera, una vegada identificats els vehicles, es
classificaran per tipus de vehicle (cotxe, camió, etc.) per a oferir així un percentatge
final de la seua presència en un interval de temps determinat. L'objectiu seria utilitzar
aquesta informació posteriorment per a realitzar una estimació de la contaminació
present en les zones analitzades en aqueix interval de temps mitjançant una eina externa.
Per a realitzar aquest anàlisi s'emplearan eines d'intel·ligència artificial, com YOLOX i
DeepSort, per a detectar i seguir vehicles en vídeos. A més, es presentaran les
problemàtiques trobades durant la seua implementació i es descriuran les tècniques
utilitzades per a millorar aquests algorismes i obtenir millors resultats específicament
per al nostre problema.
S'espera que els resultats d'aquest projecte puguen ser utilitzats després per a obtindre
una visió més precisa de la contaminació en les zones de València analitzades, la qual
cosa ajudarà a prendre millors decisions per a millorar la qualitat de l'aire i reduir els
riscos per a la salut de les persones que viuen en la zona. A més, aquest projecte pot
establir les bases per al desenvolupament de noves eines de mesurament i control de la
contaminació de l'aire en altres zones urbanes.
[-]
|