Resumen

Introducción Las señales de tráfico son signos, de colores llamativos y de fácil compresión, que se encuentran sobre la infraestructura vial, urbana, rural y de autopistas, que han sido diseñados para regular el tráfico, evitar accidentes y proveer de informaciónútil a los usuarios viales; en especial, a los conductores y peatones. Según las estadísticas de la Organización Mundial de la Salud (OMS), los accidentes de tráfico se encuentran entre las veinte principales causas de muerte a nivel mundial, con el 2, 4 % del total de muertes, siendo la falta de concentración frente al volante o el conducir a exceso de velocidad, los motivos más comunes. Justamente el riesgo de que un peatón adulto muera tras ser atropellado por un automóvil es de menos del 20 % a una velocidad de 50 km/h, y de cerca del 60 % si la velocidad ronda los 80 km/h. En el caso del Ecuador, durante en el año 2015, el 13, 75 % de todos los accidentes de tráfico sucedieron en las intersec ciones viales generando el 8,14 % de las personas fallecidas bajo este percance. Respecto a la velocidad se conoce que el 13,7 % de los accidentes se deben al exceso de velocidad, durante el año 2017. Esto ubica al país en el puesto 74, como de alto riesgo, a nivel mundial.

Objetivos Presentar un prototipo basado en visión por computador y aprendizaje profundo, para la de tección y reconocimiento de señales de tráfico del Ecuador. Al momento este aparato está especializado en los casos de señales reglamentarias y preventivas; es de fácil instalación en el parabrisas de cualquier tipo vehículo. Utilizar estrategias para mejorar el desempeño, i) la construcción de una base de datos con señales de tráfico del Ecuador, ii) el agrandamiento de la bases de datos usando técnicas de aumento de datos, iii) la incoportación de la arquitectura Faster R-CNN con ZFNet para la detección de las señales de tráfico. Respetar la base de datos, ésta contiene señales en los casos de reglamentarias y preventivas, en distintas condiciones de iluminación, en el rango de 6 am a 7 pm, incluyendo la posición exacta de la señal y su tipología. Medir el desempeño de la propuesta se ha utilizado el indice mAP, que globalmente alcanza el 95,34 %, que es un valor que se encuentra entre los más competitivos del estado del arte.

Método En lo referente a RPN, ésta es una red neuronal convolucional completamente conectada que simultáneamente predice las ROIs de los objetos y su puntuación. Esto hace que el modelo se pueda entrenar de principio a fin, ya que los mapas de características convolucionales de la imagen completa se comparten con la red de detección.

Principales resultados La información visual necesaria para el desarrollo de este trabajo fue proporcionada por la empresa Tecnologías I&H. Los videos, con las imágenes de las señales de tráfico, fueron capturados en distintas ciudades del Ecuador, entre ellas, Quito, Latacunga, Salcedo, Ambato y Sangolquí; en el espectro

Conclusiones En esta investigación se presentó un prototipo basado en visión por computador y aprendizaje profundo, para la de tección y reconocimiento de señales de tráfico del Ecuador. Al momento este aparato está especializado en los casos de señales reglamentarias y preventivas; es de fácil instalación en el parabrisas de cualquier tipo vehículo.