Automatización de estadísticas de tránsito con visión por computadora

Autores
Tamburri Merlo, Felipe; Zampelunghe, Ignacio Daniel
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Ronchetti, Franco
Quiroga, Facundo Manuel
Descripción
El crecimiento del parque automotor y la complejidad de los sistemas urbanos de tránsito demandan herramientas eficientes para el análisis de tráfico vehicular, especialmente en puntos críticos como rotondas e intersecciones. Los métodos tradicionales basados en observación manual resultan obsoletos frente a estos desafíos. En esta tesina se desarrolló un sistema integral para el análisis automatizado de tráfico que combina técnicas de aprendizaje profundo con una plataforma web de validación humana. El sistema utiliza YOLO para la detección y clasificación de vehículos, y BoT-SORT con Re-Identificación para el seguimiento de trayectorias completas. La plataforma web permite configurar zonas de interés, procesar videos y revisar y corregir manualmente los resultados de la inferencia.
Licenciado en Sistemas
Universidad Nacional de La Plata
Facultad de Informática
Materia
Informática
Aprendizaje Profundo
Visión por Computadora
Análisis de Tráfico Vehicular
Detección de Objetos
Seguimiento Multi-Objeto
YOLO
Validación humana
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/189776
Acceder
id SEDICI_3959176fe39a6037009e24707a8d6402
oai_identifier_str oai:sedici.unlp.edu.ar:10915/189776
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Automatización de estadísticas de tránsito con visión por computadoraTamburri Merlo, FelipeZampelunghe, Ignacio DanielInformáticaAprendizaje ProfundoVisión por ComputadoraAnálisis de Tráfico VehicularDetección de ObjetosSeguimiento Multi-ObjetoYOLOValidación humanaEl crecimiento del parque automotor y la complejidad de los sistemas urbanos de tránsito demandan herramientas eficientes para el análisis de tráfico vehicular, especialmente en puntos críticos como rotondas e intersecciones. Los métodos tradicionales basados en observación manual resultan obsoletos frente a estos desafíos. En esta tesina se desarrolló un sistema integral para el análisis automatizado de tráfico que combina técnicas de aprendizaje profundo con una plataforma web de validación humana. El sistema utiliza YOLO para la detección y clasificación de vehículos, y BoT-SORT con Re-Identificación para el seguimiento de trayectorias completas. La plataforma web permite configurar zonas de interés, procesar videos y revisar y corregir manualmente los resultados de la inferencia.Licenciado en SistemasUniversidad Nacional de La PlataFacultad de InformáticaRonchetti, FrancoQuiroga, Facundo Manuel2025-12-04info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionTesis de gradohttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/189776spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-02-26T11:39:31Zoai:sedici.unlp.edu.ar:10915/189776Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-02-26 11:39:31.567SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Automatización de estadísticas de tránsito con visión por computadora
title Automatización de estadísticas de tránsito con visión por computadora
spellingShingle Automatización de estadísticas de tránsito con visión por computadora
Tamburri Merlo, Felipe
Informática
Aprendizaje Profundo
Visión por Computadora
Análisis de Tráfico Vehicular
Detección de Objetos
Seguimiento Multi-Objeto
YOLO
Validación humana
title_short Automatización de estadísticas de tránsito con visión por computadora
title_full Automatización de estadísticas de tránsito con visión por computadora
title_fullStr Automatización de estadísticas de tránsito con visión por computadora
title_full_unstemmed Automatización de estadísticas de tránsito con visión por computadora
title_sort Automatización de estadísticas de tránsito con visión por computadora
dc.creator.none.fl_str_mv Tamburri Merlo, Felipe
Zampelunghe, Ignacio Daniel
author Tamburri Merlo, Felipe
author_facet Tamburri Merlo, Felipe
Zampelunghe, Ignacio Daniel
author_role author
author2 Zampelunghe, Ignacio Daniel
author2_role author
dc.contributor.none.fl_str_mv Ronchetti, Franco
Quiroga, Facundo Manuel
dc.subject.none.fl_str_mv Informática
Aprendizaje Profundo
Visión por Computadora
Análisis de Tráfico Vehicular
Detección de Objetos
Seguimiento Multi-Objeto
YOLO
Validación humana
topic Informática
Aprendizaje Profundo
Visión por Computadora
Análisis de Tráfico Vehicular
Detección de Objetos
Seguimiento Multi-Objeto
YOLO
Validación humana
dc.description.none.fl_txt_mv El crecimiento del parque automotor y la complejidad de los sistemas urbanos de tránsito demandan herramientas eficientes para el análisis de tráfico vehicular, especialmente en puntos críticos como rotondas e intersecciones. Los métodos tradicionales basados en observación manual resultan obsoletos frente a estos desafíos. En esta tesina se desarrolló un sistema integral para el análisis automatizado de tráfico que combina técnicas de aprendizaje profundo con una plataforma web de validación humana. El sistema utiliza YOLO para la detección y clasificación de vehículos, y BoT-SORT con Re-Identificación para el seguimiento de trayectorias completas. La plataforma web permite configurar zonas de interés, procesar videos y revisar y corregir manualmente los resultados de la inferencia.
Licenciado en Sistemas
Universidad Nacional de La Plata
Facultad de Informática
description El crecimiento del parque automotor y la complejidad de los sistemas urbanos de tránsito demandan herramientas eficientes para el análisis de tráfico vehicular, especialmente en puntos críticos como rotondas e intersecciones. Los métodos tradicionales basados en observación manual resultan obsoletos frente a estos desafíos. En esta tesina se desarrolló un sistema integral para el análisis automatizado de tráfico que combina técnicas de aprendizaje profundo con una plataforma web de validación humana. El sistema utiliza YOLO para la detección y clasificación de vehículos, y BoT-SORT con Re-Identificación para el seguimiento de trayectorias completas. La plataforma web permite configurar zonas de interés, procesar videos y revisar y corregir manualmente los resultados de la inferencia.
publishDate 2025
dc.date.none.fl_str_mv 2025-12-04
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
Tesis de grado
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/189776
url http://sedici.unlp.edu.ar/handle/10915/189776
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1858282587338833920
score 13.176822

Publicaciones similares