Detección 3D en infraestructuras inteligentes basada en imagen monocular

• Borau Bernad, Javier ^[1] ; Ramajo Ballester, Álvaro ^[1] ; Armingol Moreno, José María ^[1]
  1. [1] Universidad Carlos III de Madrid

     Universidad Carlos III de Madrid

     Madrid, España

     
• Localización: Jornadas de Automática, ISSN-e 3045-4093, Nº. 45, 2024
• Idioma: español
• Títulos paralelos:
  • 3D object detection in smart infrastructures based on monocular image
• Enlaces
  • Texto completo
• Resumen
  • español

    En los últimos años, los avances en Deep Learning y Visión por Computador han impulsado el desarrollo de algoritmos de detección monocular aplicados a la gestión y seguridad del tráfico urbano, con el objetivo de optimizar la recolección de datos en entornos urbanos para las ciudades inteligentes del futuro. Sin embargo, estos esfuerzos han estado predominantemente enfocados en la extracción de datos desde la perspectiva del vehículo, pasando por alto las ventajas que ofrece el uso de cámaras instaladas en la infraestructura. Este artículo se centra en el estudio de la obtención de datos tridimensionales del tráfico desde esta perspectiva alternativa, aprovechando un punto de vista superior para evitar oclusiones y obtener información más precisa sobre el tamaño y la posición de los vehículos. Así, esta investigación propone un nuevo enfoque metodológico para la integración de sistemas de visión por computador basados en infraestructuras, aplicados a los Sistemas Inteligentes de Transporte.

  • English

    In recent years, advances in Deep Learning and Computer Vision have driven the development of monocular detection algorithms applied to the management and safety of urban traffic, with the goal of optimizing data collection in urban environments for future smart cities. However, these efforts have predominantly focused on data extraction from the vehicle’s perspective, over-looking the advantages offered by the use of cameras installed in infrastructure. This article focuses on the study of obtaining three-dimensional traffic data from this alternative perspective, leveraging a superior viewpoint to avoid occlusions and obtain more accurate information about the size and position of vehicles. Thus, this research proposes a new methodological approach for the integration of computer vision systems based on infrastructure, applied to Intelligent Transportation Systems.