Detección de la evasión en los puntos de validación de pago por torniquete del sistema de transporte Transmilenio
Cargando...
Autores
Director
Tipo de contenido
Editor
Document language:
Español
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
La evasión del pago del pasaje al ingresar por los torniquetes del Sistema de Transporte Público TransMilenio de Bogotá representa una problemática que afecta tanto la sostenibilidad financiera del sistema como la percepción de calidad del servicio por parte de los usuarios. La diversidad de modalidades de evasión y las condiciones propias de las estaciones, como la alta afluencia de personas, las oclusiones y la variabilidad en la iluminación, limitan la efectividad de los métodos tradicionales de control y supervisión.
El objetivo de este trabajo es desarrollar un método para la detección automática de evasores de pago al ingresar al sistema TransMilenio mediante el uso de técnicas de Machine Learning aplicadas a la analítica de video. Se identifican y analizan algoritmos de detección de personas, estimación de pose humana y segmentación de instancias, entre los que se incluyen YOLOv11, Grounding DINO combinado con SAM, ViTPose, ViTPose++ y Mask RCNN. A partir de este análisis, se diseña un método computacional orientado a la detección de una modalidad de evasión por torniquete. Finalmente, el método es evaluado mediante validación cruzada sobre un conjunto de datos histórico compuesto por videos del sistema TransMilenio. (Texto tomado de la fuente)
Abstract
Fare evasion when entering through turnstiles in Bogotá’s TransMilenio public transportation system represents a significant problem that affects both the financial sustainability of the system and users’ perception of service quality. The diversity of evasion modalities, along with station conditions such as high passenger density, occlusions, and lighting variability, limits the effectiveness of traditional monitoring and control methods.
The objective of this work is to develop a method for automatic detection of payment evaders entering the TransMilenio system using machine learning techniques applied to video analytics. Different algorithms for person detection, human pose estimation, and instance segmentation are identified and analyzed, including YOLOv11, Grounding DINO combined with SAM, ViTPose, ViTPose++, and Mask R-CNN. Based on this analysis, a computational
method is designed for detecting a turnstile-based evasion modality. Finally, the method is evaluated through cross-validation on a historical dataset composed of videos of the TransMilenio system.
Descripción
ilustraciones a color, diagramas, fotografías, tablas
Términos Normalizados
000 - Ciencias de la computación, información y obras generales::004 - Procesamiento de datos Ciencia de los computadores; 000 - Ciencias de la computación, información y obras generales::005 - Programación, programas, datos de computación; 000 - Ciencias de la computación, información y obras generales::006 - Métodos especiales de computación; 380 - Comercio , comunicaciones, transporte; 360 - Problemas y servicios sociales; asociaciones::361 - Problemas sociales y servicios; Delincuencia; Delinquency; Transporte urbano; Urban transport; Procesamiento de datos; Data processing