Algoritmos de rastreo de movimiento utilizando técnicas de inteligencia artificial y machine learning

• Daniel Santos ^[1] ; Leonardo Dallos ^[1] ; Paulo Alonso Gaona García
  1. [1] Universidad Distrital Francisco José de Caldas

     Universidad Distrital Francisco José de Caldas

     Colombia

     
• Localización: Información tecnológica, ISSN-e 0718-0764, ISSN 0716-8756, Vol. 31, Nº. 3 (Junio), 2020, págs. 23-38
• Idioma: español
• Títulos paralelos:
  • Motion tracking algorithms using AI and machine learning techniques
• Enlaces
  • Texto completo (pdf)
• Dialnet Métricas: 3 Citas
• Resumen
  • español

    El objetivo de este artículo es implementar un análisis de algoritmos de seguimiento basado en técnicas de visión por computador y machine learning para identificar, rastrear y clasificar diferentes elementos y patrones presentes en un video. Existen variaciones asociadas con la precisión en las que este tipo de técnicas se aplican para llevar a cabo el rastreo de objetos en movimiento, lo cual puede influir de manera significativa sobre la calidad en la captura, así como el rendimiento de procesamiento utilizado por dispositivos físicos contenedores. En este estudio se analizaron los algoritmos más usados en este tipo de rastreos: SIFT, SURF y ORB. ORB fue el algoritmo más eficiente en la detección de dichas características. Se pudo concluir que el análisis de los modelos desarrollados presentó buenos resultados bajo un ambiente controlado; sin embargo, en un ambiente no controlado se tiende a presentar errores y el nivel de precisión baja considerablemente.

  • English

    The main objective of this article is to implement a tracking algorithm analysis based on computer vision techniques and machine learning to identify, track, and classify different elements and patterns present on a video. There are variations associated with the precision in which these types of techniques are applied to carry out the tracking of moving objects, which can significantly affect capture quality and performance processing used by physical devices. The most used algorithms (SIFT, SURF and ORB) for this type of tracing were analyzed. ORB was the most efficient. It was possible to conclude that the analyses of the models developed showed good results under controlled conditions. However, there were errors and the accuracy dropped considerably under uncontrolled conditions