Investigadores en La Plata desarrollaron una herramienta para detectar motociclistas sin cascos a través de cámaras de seguridad
Investigadores en La Plata desarrollaron una herramienta para detectar motociclistas sin cascos a través de cámaras de seguridad
En la Universidad Nacional de La Plata (UNLP) un grupo de investigadores desarrollaron una herramienta tecnológica para detectar motociclistas sin casco. Consiste en combinar un software «inteligente» con las cámaras de monitoreo instaladas en las calles.
A partir de la tecnología denominada Machine Learning, es posible diferenciar a aquellos conductores de moto que no llevan protección.
Es que de acuerdo a la UNLP los accidentes viales son una de las principales causas de muerte en nuestro país y en el mundo: en 2018 se registraron en Argentina más de 5.400 fallecimientos en calles y rutas y más del 40 por ciento corresponden a siniestros protagonizados por motociclistas.
La información desarrollada por la UNLP puede ser utilizada para advertir en tiempo real a los agentes de tránsito ubicados en las cercanías, pero además resulta un insumo de valor estadístico para el diseño e implementación de políticas públicas en materia de seguridad vial.
El licenciado Juan Marra, director del Centro Superior para el Procesamiento de la Información (CeSPI) de la UNLP, explicó que “Machine Learning es un conjunto de técnicas que permiten que la computadora ‘aprenda’ a hacer cosas automáticamente en base a ejemplos que se le proveen”.
Alejandro Ferraresso, especialista de la UNLP en este tipo de desarrollos, detalló que “lo primero que se hace es entrenar un modelo para que logre identificar, de todo aquello que pasa por delante de la cámara, qué es un motociclista. Luego se entrena un segundo modelo para que identifique quién tiene casco y quién no”.
“Se trata de redes especificas llamadas convolucionales, es un tipo de red neuronal artificial donde las neuronas corresponden a campos receptivos de una manera muy similar a las neuronas en la corteza visual primaria de un cerebro biológico”, dijo.
Después de armar los dos modelos, «se elabora una aplicación que captura las imágenes de las cámaras de video y luego cada determinado período de tiempo ejecuta los modelos entrenados. El primer modelo recorta las motos de otros elementos que puedan aparecer y el segundo separa los motociclistas con cascos de los que no lo utilizan”, describió.
Sin necesidad de que una persona esté físicamente observando las cámaras en forma permanente, el sistema logra la identificación y procesa los datos.
Gracias al entrenamiento, puede discernir con plena efectividad entre una moto -de cualquier tipo, modelo y color- de otro medio de transporte similar como una bicicleta o un caballo.
A la vez, puede diferenciar si una persona lleva casco o no, aun cuando el conductor tenga puesta alguna prenda similar en la cabeza, como un gorro, un pasamontaña o un casco de ciclista.
“La mayoría de los municipios poseen cámaras de seguridad, por lo que no es necesario realizar una gran inversión económica para poner a funcionar este desarrollo”, dijo Marra.