TRANSPORTE Y TRÁNSITO

SISTEMA DE ANÁLISIS DE VIDEO PARA MEDICIÓN

AUTOMATICA DE INTENSIDAD DE TRÁFICO

El tráfico vehicular se está haciendo día a día más complicado para nuestra sociedad, ya
que la cantidad de vehículos aumenta sin cesar y se producen congestionamientos que
aumentan los tiempos de traslado, producen retrasos indeseados que irritan ánimos,
dificultan los movimientos de servicios esenciales como ambulancias, bomberos, policía,
etc. En la ciudad de Santa Fe se ha identificado la necesidad de una reestructuración de
las políticas aplicadas a la circulación y se está trabajando en un Programa de Movilidad
Urbana. Una de las medidas iniciales es cuantificar objetivamente la densidad de tráfico
en arterias principales. En este trabajo se presenta el diseño, implementación y resultados
iniciales de un sistema de análisis automático de videos obtenidos de las cámaras urbanas.
Mediante procesamiento digital de imágenes se identifica los vehículos y se realiza el
conteo discriminando en coches de gran porte (camiones y colectivos), mediano porte
(automóviles y camionetas) y pequeño porte (motocicletas y bicicletas). El proyecto se
encuentra en fase de prototipo funcional, donde se llegó a implementar el sistema base de
procesamiento mencionado más una interface gráfica de usuario que permite la
visualización de videos, la configuración de parámetros de funcionamiento y la obtención
automática de la intensidad de tráfico en un intervalo de tiempo definido.

PROBLEMA:

En la ciudad de Santa Fe, en los últimos años se ha visto un incremento muy importante
del parque automotor. Esto permitió una mayor movilidad individual, pero a la vez genero
la necesidad de una reestructuración de las políticas para evitar el congestionamiento en
las calles. Produciendo así los siguientes efectos:

• La pérdida de tiempo, tanto para automovilistas como para pasajeros.

• La incapacidad de predecir con exactitud el tiempo de un viaje.

• El incremento de accidentes causados por automovilistas que pierden la calma al

encontrarse en estas situaciones.

1
 TRANSPORTE Y TRÁNSITO

• Un excesivo consumo de combustible que provoca tanto un gasto superior como un

aumento de la contaminación del ambiente.

• Un mayor desgaste en los vehículos debido a la situación repetitiva de aceleración y

frenado.

SOLUCION:

Inicialmente, se realizó una búsqueda de información y análisis acerca de las posibles

tecnologías que podrían utilizarse para realizar la medición del tráfico. Se encontraron
diversos tipos de sensores, como; la manguera neumática, lazos inductivos, sensores
piezoeléctricos, sensores en base de cables de fibra óptica, láser infrarrojo activo, detector
infrarrojo pasivo, radar a hiperfrecuencia, radar a efecto doppler, detector ultrasónico, etc.

Encontrando una desventaja la cual es una gran inversión para la implementación de estos
sistemas. Debido a esto se exploró tecnologías alternativas que no requieran una gran
inversión, finalmente se decidió desarrollar un sistema para medir la intensidad del tráfico
con base en técnicas de análisis y procesamiento de imágenes y videos. Utilizando
cámaras estándares que se utilizan para el monitoreo de las calles de la ciudad.

MATERIALES Y MÉTODOS:

Videos de tráfico y herramientas de software

Se requirió 15 videos de aproximadamente una hora que el personal de la municipalidad

facilito, estos videos contenían el tráfico en diferentes zonas de la ciudad y en diferentes
franjas horarias. Esto sirvió para poder evaluar la potencialidad del funcionamiento de los
algoritmos en diversas configuraciones de las escenas (tipo de cámara, distancia focal,
tipo y fuente de iluminación, condiciones atmosféricas, etc.)

El sistema está dividido en 4 módulos principales relacionados con el pre procesamiento

del video, la detección de objetos en la escena, el seguimiento de objetos y el registro del
tipo y número de vehículos. Éstos fueron diseñados de forma genérica y abarcativa, para
que al momento de su utilización los parámetros de cada paso puedan ser ajustados al
caso de estudio particular. (Ver Figura 1)

2
 TRANSPORTE Y TRÁNSITO

Módulo de Pre-procesamiento

Este módulo está encargado de la preparación de las imágenes, mediante los procesos de
normalización de la resolución, filtrado, normalización del nivel de iluminación,
determinación de una región de interés (ROI) y el ajuste de parámetros.

Módulo de Detección

En este módulo los dos bloques más importantes son el modelado del fondo y la detección
de vehículos en la escena. Además de ello se tiene la segmentación, representación y
clasificación y eliminación de sombras.

Módulo de Tracking (Seguimiento)

Este tiene por objetivo seguir la trayectoria y el movimiento de los vehículos detectados
en el módulo de detección. Esto tiene mucha importancia ya que de no hacerlo se puede
entorpecer el conteo. El objetivo es identificar la correspondencia entre los vehículos que
aparecen en los diferentes fotogramas sucesivos del video, para ello siguen los siguientes
pasos: Calculo del centro geométrico, resolución de oclusiones parciales y el seguimiento
de vehículos.

Módulo de Conteo

En este se lleva un registro de la cantidad de automóviles que circularon por la escena.

Con base ROI definida inicialmente, se establece el límite de conteo y es el lugar de la
escena donde los vehículos son contabilizados. En una segunda instancia, se actualiza el
registro de los vehículos detectados, clasificándolos según su tamaño. (Ver Figura 2 y 3).

Innovación e Inédito

A nivel internacional existen diversos productos y soluciones en lo que respecta a la

medición de tráfico, cada uno utiliza diferentes tecnologías. A nivel nacional se utilizan
algunos sistemas de sensores para medición de tráfico, pero no se encontraron

3
 TRANSPORTE Y TRÁNSITO

antecedentes de medición de tráfico mediante procesamiento de video, por lo tanto resulta

decir que es inédita esta iniciativa.

Beneficiarios

El beneficiario más directo de este desarrollo es la Municipalidad de la Ciudad de Santa

Fe, que a partir de la utilización de la herramienta puede disponer de datos en forma rápida
y confiable. A partir de éstos análisis es posible mejorar las políticas de circulación,
horarios, ampliación de accesos, determinación de carriles exclusivos, etc. Además, el
personal de tráfico no se verá sometido a la tediosa tarea de la observación, cómputo y
análisis manual del tráfico, pudiendo de esta manera destinar su tiempo a tareas más
útiles. Otros beneficiarios son los ciudadanos, quienes actualmente son los que padecen
las consecuencias de la congestión vehicular, y que a futuro con la implementación de
nuevas políticas de movilidad, no se verán tan expuestos a este problema.

Viabilidad técnica, financiera y política organizacional

La primera etapa tendiente a la comprobación de la viabilidad técnica ha concluido, con

el desarrollo de un prototipo del sistema. El desarrollo ha sido llevado adelante por un
alumno de Ingeniería Informática de la Facultad de Ingeniería y Ciencias Hídricas de la
UNL, en el marco de su Proyecto Final de Carrera, bajo la dirección de docentes-
investigadores del Instituto. En esta etapa, la Municipalidad proporcionó el acceso al
material fílmico y colaboró en la definición de los requerimientos, objetivos y alcances
del sistema. Se prevé el financiamiento para el desarrollo de la herramienta una vez
analizado en profundidad el comportamiento del presente prototipo.

Facilidad de Reproducción

El prototipo del sistema fue desarrollado utilizando herramientas de código abierto y

sobre plataformas estándares. El sistema completo esta implementado utilizando las
mismas herramientas, por lo tanto podrá ser reproducido fácilmente en otros Municipios.
Para esto, deberán contar con una infraestructura de cámaras que logren filmar el tráfico,
y se debe seguir un protocolo sencillo de configuración.
4
 TRANSPORTE Y TRÁNSITO

Ambiente de Hardware y Software

A continuacion se lista el hardware y software necesario para el sistema.

Arquitectura de Hardware:

Cámaras de video:

• Marca Messoa.

• Color Speed dome camera SDS750M-HP2-EU.

• 2MP High Speed PTZ dome network camera NIC990-HP2-EU-MES.

• Outdoor IR Dome network camera NOD385-P2-MES.

PC:

• Procesador Intel Core i7, 16GB DDR3, disco rígido 1TB (SSD es Óptimo)

Arquitectura de Software:

El sistema está desarrollado sobre plataforma tipo PC, utilizando las siguientes
herramientas:

• Lenguaje C++

• Biblioteca de código abierto OpenCV, que contiene más de 500 funciones de visión
computacional y aprendizaje maquinal.

5
 TRANSPORTE Y TRÁNSITO

UN ESTUDIO DEL SISTEMA DE DETECCIÓN Y CONTEO DE VEHÍCULOS

BASADO EN VIDEO

El sistema es el uso del método de diferencia de vídeo entre cuadros para detectar
vehículos y el uso del método para agregar marcos al vehículo y el método de
comparación de límites para completar la función de conteo, con alta velocidad de
reconocimiento, operación rápida y fácil. La detección de vehículo básicamente es juzgar
si los vehículos pasan por la zona de detección, estableciendo una agrupación y brindando
la información necesaria. Asimismo, simplifica la complejidad del algoritmo de detección
de vehículo y mejora el tiempo real de las contradicciones, previendo una exactitud en la
detección, la claridad de la formación de objeto en cuanto a movimiento, la diferencia de
iluminación verdadera y la existencia de la cámara en blanco que algunas veces hace una
idea falsa del objeto.

Procesamiento de Imágenes:

La detección de vehículos basada en video es el estudio de imágenes de video,

principalmente utilizando la secuencia de imágenes de la cámara. En período diferente,
la secuencia de dos o más imágenes de marcos de movimiento relativo entre las cubiertas
el contenido y la información de contenido, incluyen los marcos de imagen y la varianza
de la posición como puntos, líneas, área de movimiento y dirección de movimiento,
velocidad, etc.

Tecnologías de segmentación de sombra de vehículo

La imagen detectada existe más o menos el fenómeno de interferencia de sombra, y

cuándo cubrirá la sombra que el área crea y vehículos adyacentes, llevan a malinterpretar
más algoritmo de detección de automóvil en un automóvil, la dificultad de
reconocimiento atrasada, tiene que pensar en la solución de eliminación de sombra en la
detección de idea.

Estos métodos tienen sus propias ventajas y desventajas, es necesario tomar decisiones
sobre las similitudes y las diferencias del entorno. Por ejemplo, basado en la constancia

6
 TRANSPORTE Y TRÁNSITO

de color del método se aplica a todas las segmentaciones de sombra, basado en el modelo
de espacio de color el método tiene buena estabilidad, y el método de estadística no
paramétrica puede resolver el problema de diferente tamaño y fuerza de la sombra, pero
el modelo de espacio de color para el problema del efecto del tratamiento es bueno,
mientras que el método estadístico no paramétrico en términos del trato con rápido; El
método del modelo determinista se puede aplicar a un entorno especial, suponiendo que
cuanto mayor sea el efecto mejor.

Segmentación de imagen:

Hay muchos métodos de segmentación de imágenes, principalmente presenta dos tipos

de métodos: el método de segmentación de umbral y la técnica de prueba de borde. La
segmentación de imagen de binarización de umbral en general tiene que ver con
suposiciones de modelo de imagen. Luego se usa este modelo para tratar de comprender
el área de composición de la imagen. Según el modelo de segmentación de imágenes,
generalmente se elige una hipótesis de que los valores de meta o de escala de grises entre
los píxeles adyacentes en el fondo son similares, pero con diferentes píxeles de fondo o
de destino en las diferencias de color gris.

Análisis de objetos y conteo:

Después del movimiento de los vehículos en el video, en el algoritmo, las dos

características del contorno de la imagen se extraen después de obtener los datos de marco
rectangular.

Resultados y análisis:

En el algoritmo se analiza el ciclo de cada procesamiento de marco rectangular. Para una

caja rectangular, primero calcula el valor de su punto central. Para evitar el recuento de
repeticiones se puede usar el método de conteos de límites, podemos según el punto
central numérico juzgar si el vehículo está en el límite y el límite es la imagen en sí que
necesita actualizarse continuamente para determinar si el automóvil entra realmente como
imagen.
7
 TRANSPORTE Y TRÁNSITO

Conclusiones

Cambiar de lugar la detección de vehículo y la agrupación según rendimiento de tiempo

real y contar estar el comportamiento básico del análisis de circulación de tráfico de
vehículo, el punto principal del transporte inteligente. Este trabajo alrededor de la imagen
de video cambiando de lugar la detección de meta, sobre la base del análisis y la
integración de logros de investigación previos, para comprender las características de la
detección de vehículo el diseño preliminar probó que la viabilidad y la validez del método
usado en este trabajo son se dadas cuenta el sistema de detección de vehículo de tiempo
real se da cuenta de, y sobre esta base la función contando, satisface la demanda de control
de circulación de tráfico general. En este trabajo, el método de diferencia de marco es use
extraer vehículo en movimiento, puede hacer la detección de vehículo y contar de la
secuencia de video en particular eficazmente.

8
 TRANSPORTE Y TRÁNSITO

VIDEO-BASED VEHICLE COUNTING

Many industries and businesses have the need, or the want, to accurately count vehicles.
When seeking out a counting solution, they look for the following:

 Accuracy to enable increased revenue, high levels of customer satisfaction, ensure

safety of customers and their vehicles or secure customer trust in the system.
 Robust capability to operate 24 hours a day / 7 days a week in all types of weather
and lighting
 Intelligence to understand various types of vehicles and not be confused by people or
bicycles.
 Open Architecture to integrate with other enterprise systems
 Affordable with use of off the shelf sensors and reuse of existing infrastructure.
 Flexible installation options to address locations that may have power or
communication challenges, or support temporary venues through the use or temporary
deployments.

Many systems exist to aggregate and report on counting data, but the sensors traditionally
used to collect that data prove to be either too expensive, too unreliable or difficult to
install. For over a decade, PureTech Systems has applied its video analytics expertise
to perimeter protection situations. When presented with the counting need being raised
by universities and other large venues, it was quickly determined that video would be a
very effective and cost efficient sensor for counting vehicles in these situations.

Accurate Counting with Video

A key component to any counting solution is accuracy, especially when that count is used
for a parking management type application. According to an IBM survey, drivers
globally spend an average of nearly 20 minutes per trip in pursuit of a parking
space. After 20 minutes of searching for a parking space, a customer does not want
information that there is a spot available, only to search the entire lot and find that this is
not the case. The result is a miserable customer experience and a low satisfaction rating.
In addition to keeping constituents happy with the parking experience, businesses with
parking management responsibilities also need to ensure people’s safety and protection
9
 TRANSPORTE Y TRÁNSITO

of their assets. The longer it takes a driver to find a parking spot, the more likely they are
to park inappropriately or illegally. This is made worse by the fact that parking issues
tend to be governed by the First Law of Compounding Stupidity, which states that if a
single person or group does something stupid (as show in the figure to the right) the
likelihood of other persons or groups performing similar stupid acts will increase
exponentially.
Applying counting algorithms to video has proved to be extremely accurate, especially in
short-range applications, including parking lots and garages. The higher levels of
accuracy over traditional counting sensors greatly improves customer satisfaction, with
some installations experiencing daily complaints drop to zero.

Robust Performance

Many counting situations remain relevant 24 hours a day / 7 days a week, in all types of
weather and lighting conditions. From parking lots, to remote gates or roadway
monitoring. From a counting perspective, this can be especially problematic for outdoor
locations subjected to all types of weather. Similarly, budget and city codes affect
lighting coverage of these areas.

Video based counting can accommodate these challenges using such features
as background modeling, to ignore environmental factors such as rain, falling snow,
reflections from headlights and even moving vegetation. These algorithms operate in
conditions where the vehicle can be “seen”, which means in most cases, non-specialized
cameras and existing lighting will suffice.
For no light facilities, thermal and low light cameras have become very affordable
options. Video-based counting systems can utilize these sensors in areas with low light,
or no light, and provide very accurate counting data.

Counting Intelligently

Another challenge with non-video counting sensors is the ability to “intelligently”

count. They are often confused when encountering different types of objects, including
cars, trucks, people, motorcycles or bicycles. For most applications, users are only
interested in those vehicles which will potentially take a parking spot (Car, Trucks) or a

10
 TRANSPORTE Y TRÁNSITO

position on a roadway and want to ignore those objects with may pass through, but don’t
constitute a “vehicle” (people, bicycles, etc.). Through a feature called “classification,”
video counting places objects into segments, such as car, person, animal, bicycle,
etc. This allows the software to “count” only those items classified as vehicles and ignore
those objects that may be common in the area, but are not of interest for the total
count. When situations dictate, the classes of objects can be counted, to understand what
type of transportation is being used in the area (cars, pedestrians, bicycles, etc).

Synergy with Existing Systems

Many industries have the need for counting, including universities, entertainment venues,
airports, seaports, hospitals, convention centers and even public offices and
municipalities. It stands to reason that each industry has their preferred method to report,
display and disperse this type of information. Video-based counting is a very synergistic
approach to this variability, typically acting as a stand-alone sensor providing simple
count data to an enterprise system, such as a security system, parking management
console or access control system.The information content of the count can also vary based
on the sophistication of the management system, from a simple count to a count with
many attributes, such as, object type, object speed, object location, etc.

Affordable

Affordability is a key requirement for counting systems. Often times, there are multiple
counting locations, which may be located over a very large in physical area. This can
prove expensive when buying and installing custom counting sensors. Video-based
counting can be very affordable through the use of commercial cameras, which have the
ability to double as a security sensor. Likewise, existing security camera feeds may be
suitable for counting, which would require no additional hardware or installation cost.

Flexible Installation Options

A video-based counting solution also affords a great amount of installation flexibility. In

these cases, installing a camera counting system along with communication capability
facilitates a quick and effective means to provide accurate counting for these types of
temporary lots.

11
 TRANSPORTE Y TRÁNSITO

Additionally, moving a counting zone is as easy as making a few changes in the software
to accommodate a new zone in an existing camera view, or repointing the camera and
defining a new counting zone. Changing counting zones utilizing in-ground sensors, or
beam-break devices, typically requires uninstalling and then reinstalling sensors at the
new zone entrance and exit.

More Than Just Counting

It is important to mention that the application of intelligence to video is a fast growing

technology. In addition to counting, a camera enabled with video analytics can likely
provide other pieces of valuable data, based on the selected software solution. Some
related capabilities include the ability to detect vehicle speed, regardless of the vehicles
direction of travel or distance from the camera. Furthermore, video can detect stopped
vehicles, vehicles in a no parking area, vehicles that have been in a loading zone for too
long, or indicate that a person has been loitering in the area for an extended period. A
video-based solution can also help provide trends in vehicle versus bicycle or pedestrian
traffic.

CONCLUSION

Utilizing intelligent video to gain insights into business operations is becoming more and
more prevalent across all markets. Video is readily available, cost effective and results
in very accurate data. This is equally true when considering its use as a counting sensor
for parking management operations. Video-based counting is:

 Extremely accurate
 Robust in a range of lighting and weather conditions
 Provides intelligence to understand vehicle types
 Is affordable and supports a variety of installation options
 Easily integrates into existing enterprise systems.

12
 TRANSPORTE Y TRÁNSITO

ANEXOS

Figura 1: Esquema general del sistema

Figura 2: Esquema de procesos del sistema completo

13
 TRANSPORTE Y TRÁNSITO

Figura 3: Captura de pantalla del sistema

14
 TRANSPORTE Y TRÁNSITO

REFERENCIA BIBLIOGRÁFICA

Juan P. Ceschi, E. M. (2016). SISTEMA DE ANÁLISIS DE VIDEO PARA MEDICIÓN AUTOMÁTICA

DE INTENSIDAD DE TRÁFICO. SANTA FE: SIE SIMPOSIO DE INFORMATICA EN EL
ESTADO.

PureTech SYSTEMS. (07 de 12 de 2016). Obtenido de

https://www.puretechsystems.com/blog/video-based-vehicle-counting/

Xu, S. P. (2014). A study of vehicle detection and counting system based on video. Sensors &
Transducers, . 30-36.

15