Uso de videoanalı́tica y modelos matemáticos para la detección y seguimiento de objetos para apoyar la gestión vial en la ciudad de Bogotá

Abstract

Bogotá enfrenta una alta accidentalidad vial, con fallecidos que aumentan progresivamente (508 en 2021, 665 en 2024), siendo el exceso de velocidad uno de los principales factores contribuyentes. Los sistemas actuales de videoanalítica de la Secretaría de Movilidad alcanzan una precisión cercana al 80 %, insuficiente para los modelos de calibración de congestión que requieren más del 85 %. Este proyecto propone un sistema de seguimiento multi-objeto (MOT) que integra detección YOLO con un Filtro de Kalman de 8 dimensiones, velocidades estimadas mediante flujo óptico de Lucas-Kanade y descriptores de apariencia OSNet. La asociación óptima se resuelve mediante el algoritmo Húngaro, combinando IoU y similitud coseno. La metodología cuantitativa empleó tres datasets: Waymo Open Dataset (990 frames, cámara móvil), MOT17 (5316 frames, cámara estática) y un dataset local de Bogotá (500 frames, cámara fija), con un estudio de ablación de 14 configuraciones. Los resultados muestran que el tracker propuesto alcanza 85.26 % MOTA y el mejor IDF1 (87.64 %) en el dataset de Bogotá, superando marginalmente el umbral del 85 %, aunque con MOTA inferior a ByteTrack (89.15 %) y SORT (89.63 %). Su principal ventaja reside en la preservación de identidades (32 ID switches vs 103 de SORT), dimensión crítica para estimación de trayectorias. El estudio de ablación revela que el ajuste de hiperparámetros (min hits=1: +9.14 % MOTA) tiene mayor impacto que los componentes algorítmicos (flujo óptico: +3.45 %, embeddings: +2.76 %). Se concluye que el sistema ofrece evidencia preliminar de viabilidad para la Secretaría de Movilidad en el escenario evaluado, con configuraciones adaptables según las necesidades de procesamiento. La validación en condiciones más diversas es necesaria antes de un despliegue operativo.

Bogotá faces a high rate of traffic accidents, with fatalities steadily increasing (508 in 2021, 665 in 2024), with speeding being one of the main contributing factors. The current video analytics systems of the Mobility Secretariat achieve an accuracy of approximately 80%, insufficient for congestion calibration models that require over 85%. This project proposes a multi-object tracking (MOT) system that integrates YOLO detection with an 8-dimensional Kalman filter, speeds estimated using Lucas-Kanade optical flow, and OSNet appearance descriptors. Optimal association is achieved using the Hungarian algorithm, combining IoU and cosine similarity. The quantitative methodology employed three datasets: Waymo Open Dataset (990 frames, mobile camera), MOT17 (5316 frames, static camera), and a local Bogotá dataset (500 frames, fixed camera), with an ablation study of 14 configurations. The results show that the proposed tracker achieves 85.26% MOTA and the best IDF1 (87.64%) in the Bogotá dataset, marginally exceeding the 85% threshold, although with a lower MOTA than ByteTrack (89.15%) and SORT (89.63%). Its main advantage lies in identity preservation (32 ID switches vs. 103 for SORT), a critical dimension for path estimation. The ablation study reveals that hyperparameter adjustment (min hits=1: +9.14% MOTA) has a greater impact than algorithmic components (optical flow: +3.45%, embeddings: +2.76%). It is concluded that the system offers preliminary evidence of viability for the Mobility Secretariat in the evaluated scenario, with adaptable configurations according to processing needs. Validation under more diverse conditions is necessary before operational deployment.