El ciclismo se ha consolidado como una actividad popular para mantenerse en forma, disfrutar del aire libre y socializar. Sin embargo, la seguridad de los ciclistas en la carretera se ha convertido en una preocupación creciente, especialmente en situaciones en las que comparten el espacio con vehículos motorizados. Según información recogida, en Estados Unidos, aproximadamente 883 ciclistas pierden la vida anualmente en accidentes de tráfico y se reportan alrededor de 45,000 lesiones solo en incidentes sin víctimas fatales. Aunque las muertes de ciclistas representan poco más del 2% de todas las fatalidades en las carreteras, la experiencia de ser empujado hacia el borde por un vehículo grande puede ser aterradora.
Para protegerse mejor, muchos ciclistas están comenzando a utilizar cámaras montadas en sus bicicletas, lo que les permite grabar sus recorridos. De esta forma, si se enfrentan a situaciones peligrosas donde no se les respeta la distancia segura, pueden presentar el material grabado a las autoridades pertinentes. Sin embargo, encontrar un incidente específico dentro de horas de grabación es un proceso que requiere mucho tiempo y habilidades de edición de video.
Con el fin de facilitar este proceso, se ha desarrollado una solución basada en la tecnología de análisis de video de Amazon Rekognition. Esta herramienta permite detectar objetos en un video y registrar la hora exacta en que son identificados. Usando Amazon Rekognition, los ciclistas pueden localizar rápidamente vehículos que aparecen en sus grabaciones, lo que facilita la identificación de situaciones donde un auto ha pasado demasiado cerca.
El protocolo implica que, al finalizar el recorrido, el ciclista suba sus videos MP4 a un servicio de almacenamiento en la nube de Amazon. Una vez cargado el video, se activa un flujo de trabajo que utiliza la API de Amazon Rekognition para comenzar a analizar el contenido, identificando vehículos específicos y verificando si han infringido la ley que establece que deben mantener una distancia de al menos 3 pies (aproximadamente 1 metro) al pasar cerca de una bicicleta. Si se detecta que un vehículo está demasiado cerca, se genera un clip del evento que puede ser enviado a las autoridades.
La solución, además de ser totalmente sin servidor, se adapta a un coste accesible para los usuarios, quienes solo paga por el tiempo de video procesado. Dentro de este marco, se puede rastrear el comportamiento de los vehículos y, en caso de encuentros peligrosos, se dispone de evidencia visual que puede ser clave para mejorar la seguridad vial.
Este avance no solo representa un cambio en cómo los ciclistas se protegen en las carreteras, sino que también abre la puerta a aplicaciones más amplias de la inteligencia artificial y el aprendizaje automático en otros contextos, como la detección de animales en cámaras de naturaleza o la vigilancia de seguridad en espacios públicos.
vía: AWS machine learning blog
