Resumen de Detección de infracciones y matrículas en motocicletas, mediante visión artificial, aplicado a Sistemas Inteligentes de Transporte

Jesús Valencia, Tomas Ramirez Guerrero, Leonel Castañeda, Mauricio Toro

• español

  El funcionamiento incompleto de los sistemas de transporte ha propiciado el incremento del transporte ilegal de pasajeros mediante motocicletas a nivel mundial, causando altos índices de accidentalidad. En las ciudades intermedias de Colombia, el principal método de control aplicado al transporte informal consiste en imponer multas a los infractores identificados por las autoridades de tránsito. Este artículo propone el desarrollo de una aplicación que, mediante técnicas de visión artificial, sirva como herramienta para los oficiales de tránsito en la detección de tres tipos de infracciones cometidas por motociclistas: no usar casco de protección; circular por zonas prohibidas; transportar parrillero en lugares donde no está permitido. Nuestro caso de estudio fue la ciudad de Valledupar, donde se tomaron 105 imágenes de motociclistas mientras conducían. Los resultados muestran una precisión del 87,5% en la detección de infracciones, mostrando la pertinencia de la aplicación como herramienta auxiliar para desincentivar el transporte informal.

• English

  Incomplete operation of transportation systems has led to an increase in illegal passenger transportation, by the means of motorcycles, at worldwide, causing high accident rates. In the intermediate cities of Colombia, the main control method applied to informal transportation is to impose fines to identified offenders by transit authorities. This work proposes the development of an application that, by means of computer vision, serves as a tool for transit officers in the detections of three infringements types committed by motorcyclists: not wearing a helmet; circulate in prohibited areas; transporting passenger in sites where it's not allowed. Our case study was Valledupar city, where 105 motorcyclists’ images were taken while they are driving. Results show an accuracy of 87,5% in infringements detection, showing the relevance of this application as an assistance tool to disincentive informal transportation.