Seguimiento de objetos
Descubra el seguimiento de objetos con Ultralytics Aprenda a rastrear el movimiento, el comportamiento y las interacciones en vídeo utilizando modelos YOLO para aplicaciones en tiempo real.
El seguimiento de objetos es una tarea fundamental de la visión por ordenador (VC ) que consiste en identificar y seguir uno o varios objetos en movimiento a lo largo de una secuencia de fotogramas de vídeo. A diferencia de la detección de objetos, que localiza objetos en una sola imagen, el seguimiento de objetos añade una dimensión temporal al asignar un ID único a cada objeto y mantener su identidad a medida que se mueve, cambia de aspecto o se ocluye temporalmente. Esta capacidad permite comprender mejor el comportamiento, las interacciones y los patrones de movimiento de los objetos a lo largo del tiempo, lo que la convierte en la piedra angular de muchas aplicaciones de análisis dinámico de vídeo.
Cómo funciona el seguimiento de objetos
El proceso de seguimiento de objetos suele comenzar utilizando un modelo de detección de objetos para identificar y localizar objetos en el primer fotograma de un vídeo. A cada objeto detectado se le asigna un ID de seguimiento único. En los fotogramas siguientes, el algoritmo de seguimiento predice las nuevas posiciones de estos objetos e intenta hacerlas coincidir con los objetos recién detectados. Este proceso se basa en varias técnicas:
- Predicción del movimiento: Se utilizan algoritmos como el filtro de Kalman (KF) para estimar la posición futura de un objeto basándose en sus estados pasados (ubicación, velocidad). Esto ayuda a acotar el área de búsqueda del objeto en el siguiente fotograma.
- Coincidencia de apariencia: consiste en extraer características distintivas de un objeto, como histogramas de color o incrustaciones basadas en aprendizaje profundo. Estas características crean una firma única que ayuda a reidentificar el objeto incluso después de una oclusión o de cambios significativos en su apariencia.
- Asociación de datos: Este es el paso crucial de asociar las pistas existentes con las nuevas detecciones. Algoritmos como el algoritmo húngaro o métodos más avanzados como ByteTrack y BoT-SORT se encargan de esta asociación, incluso en escenarios complejos con muchos objetos.
Seguimiento de objetos frente a detección de objetos
Aunque están estrechamente relacionados, el seguimiento y la detección de objetos tienen finalidades diferentes.
- Detección de objetos: Se trata del proceso de identificación y clasificación de objetos dentro de una imagen o un fotograma de vídeo. El resultado es un conjunto de cuadros delimitadores, etiquetas de clase y puntuaciones de confianza para cada objeto. Responde a la pregunta: "¿Qué objetos hay en este fotograma?".
- Seguimiento de objetos: Se basa en la detección de objetos. Toma las detecciones de cada fotograma y las enlaza a lo largo de toda la secuencia de vídeo, asignando un ID persistente a cada objeto. Responde a la pregunta: "¿Hacia dónde se dirige este objeto concreto?".
En esencia, se puede pensar en la detección de objetos como en la toma de instantáneas, mientras que el seguimiento de objetos crea una historia continua del recorrido de cada objeto a través del vídeo. Los modelos YOLO de Ultralytics integran ambos a la perfección, lo que permite a los usuarios realizar un seguimiento multiobjeto con gran eficacia y precisión.
Aplicaciones reales
El seguimiento de objetos es una tecnología transformadora con numerosas aplicaciones en diversos sectores.
- Vigilancia y seguridad inteligentes: En seguridad, el seguimiento de objetos se utiliza para vigilar a personas y vehículos en tiempo real. Un sistema puede configurarse para seguir automáticamente a una persona que entra en una zona restringida, rastrear un vehículo sospechoso en un aparcamiento o contar el número de personas que entran y salen de un edificio. Esto permite alertas automáticas y análisis forenses sin supervisión humana constante. Por ejemplo, un sistema de alarma de seguridad puede configurarse para que se active cuando se rastrea a una persona entrando en una zona predefinida fuera de horario.
- Vehículos autónomos: Para los coches autónomos, el seguimiento de otros vehículos, peatones y ciclistas es fundamental para una navegación segura. Rastreando los objetos circundantes, un vehículo puede predecir sus trayectorias, comprender su intención (por ejemplo, un peatón a punto de cruzar la calle) y tomar decisiones informadas para evitar colisiones. Este seguimiento continuo proporciona una comprensión mucho más rica del entorno que la detección de un solo fotograma.
- Análisis deportivo: Los entrenadores y analistas utilizan el seguimiento de objetos para controlar los movimientos de los jugadores en el campo. Mediante el seguimiento de cada jugador, pueden analizar formaciones, medir métricas de rendimiento como la distancia recorrida y la velocidad, y desarrollar mejores estrategias de juego. Esto puede combinarse con la estimación de la postura para analizar en detalle la técnica de los jugadores.
- Análisis del comercio minorista: Los minoristas utilizan el seguimiento para comprender el comportamiento de los clientes en las tiendas. Mediante el análisis de los patrones de tráfico peatonal, los tiempos de permanencia en los distintos pasillos y las interacciones con los productos, las empresas pueden optimizar la distribución de las tiendas y mejorar la experiencia del cliente. También puede utilizarse para gestionar las colas y reducir los tiempos de espera en las cajas.
Herramientas y aplicación
Implementar soluciones sólidas de seguimiento de objetos es más accesible que nunca gracias a las herramientas y marcos de trabajo modernos.
- Bibliotecas y marcos de trabajo: Bibliotecas como OpenCV proporcionan herramientas fundamentales para el procesamiento de vídeo e incluyen varios algoritmos de seguimiento clásicos. Los marcos modernos de aprendizaje profundo, como PyTorch y TensorFlow, se utilizan para crear potentes modelos de detección que sirven de base para el seguimiento.
- Modelos YOLO de Ultralytics: Ultralytics simplifica la implementación del seguimiento de alto rendimiento. Los modelos como YOLO11 incorporan funciones de seguimiento altamente optimizadas que pueden activarse con un simple comando. Esta integración permite a los desarrolladores aprovechar la detección de vanguardia para tareas como el seguimiento de objetos, la segmentación de instancias y el seguimiento de poses. Puede empezar rápidamente siguiendo la guía de seguimiento de objetos de YOLO11.
- Plataformas integrales: Para gestionar todo el ciclo de vida del aprendizaje automático, desde la anotación de datos hasta el despliegue de modelos, las plataformas como Ultralytics HUB ofrecen un conjunto completo de herramientas. Esto agiliza el proceso de formación de modelos personalizados y su despliegue en entornos de producción.