Object Tracking

El seguimiento de objetos es un proceso dinámico de la visión por computador (CV) que consiste en identificar entidades específicas en un vídeo y supervisar su movimiento a lo largo de una secuencia de fotogramas. A diferencia del análisis de imágenes estáticas, que trata cada instantánea de forma aislada, el seguimiento introduce la dimensión temporal. Esto permite a los sistemas de inteligencia artificial (AI) asignar un número de identificación único (ID) a cada elemento detectado —como un coche, una persona o un animal— y mantener esa identidad mientras el objeto se mueve, cambia de orientación o queda oculto temporalmente. Esta capacidad es la piedra angular de la comprensión de vídeo avanzada, ya que permite a las máquinas analizar comportamientos, calcular trayectorias y extraer información útil de las grabaciones sin procesar.

Cómo funciona el seguimiento de objetos#

Los sistemas de seguimiento modernos suelen utilizar un paradigma de «seguimiento mediante detección». Este flujo de trabajo combina potentes modelos de detección con algoritmos especializados para asociar las detecciones a lo largo del tiempo. El proceso suele seguir tres etapas principales:

1. Detección: En cada fotograma, un modelo de detección de objetos, como el modelo de YOLO26 de última generación, analiza la imagen para localizar los objetos de interés. El modelo genera cajas delimitadoras que definen la extensión espacial de cada objeto.

2. Predicción del movimiento: Algoritmos como el filtro de Kalman estiman la posición futura de un objeto basándose en su velocidad y trayectoria actuales. Esta predicción reduce el espacio de búsqueda del fotograma siguiente, lo que hace que el sistema sea más eficiente.

3. Asociación de datos: El sistema empareja las nuevas detecciones con las trayectorias existentes mediante métodos de optimización como el algoritmo húngaro. Este paso suele basarse en métricas como la intersección sobre unión (IoU) para medir cuánto se solapa una caja predicha con una nueva detección. Los rastreadores avanzados también pueden utilizar la extracción de características visual para volver a identificar objetos de aspecto similar.

Seguimiento de objetos frente a detección de objetos#

Aunque estos términos están estrechamente relacionados, desempeñan funciones distintas dentro del flujo de trabajo de aprendizaje automático (ML).

• Detección de objetos responde a la pregunta «¿Qué hay en esta imagen y dónde?». No tiene estado, es decir, no conserva memoria de los fotogramas anteriores. Si un coche atraviesa un vídeo, un detector ve un «coche» en el fotograma 1 y un «coche» en el fotograma 2, pero no sabe que se trata del mismo vehículo.
• Seguimiento de objetos responde a la pregunta «¿Adónde va este objeto concreto?». Tiene estado. Conecta el «coche» del fotograma 1 con el «coche» del fotograma 2, lo que permite al sistema registrar que el «coche con ID n.º 42» se mueve de izquierda a derecha. Esto es esencial para tareas como la modelización predictiva y el recuento.

Aplicaciones en el mundo real#

La capacidad de mantener la identidad de los objetos permite desarrollar aplicaciones complejas de inferencia en tiempo real en diversos sectores.

• Sistemas inteligentes de transporte: El seguimiento es fundamental para que los vehículos autónomos se desplacen de forma segura. Al seguir a los peatones y a otros vehículos, los coches pueden predecir posibles colisiones. Además, los ingenieros de tráfico utilizan estos sistemas para la estimación de la velocidad, con el fin de hacer cumplir las normas de seguridad y optimizar el flujo del tráfico.
• Analítica minorista: Las tiendas físicas utilizan la IA en el comercio minorista para comprender el comportamiento de los clientes. El seguimiento permite a los responsables de las tiendas realizar el recuento de objetos para medir el tránsito de personas, analizar el tiempo de permanencia frente a los expositores mediante mapas de calor y optimizar la gestión de colas para reducir los tiempos de espera.
• Análisis deportivo: En el deporte profesional, los entrenadores utilizan el seguimiento junto con la estimación de la pose para analizar la biomecánica de los jugadores y las formaciones de los equipos. Estos datos proporcionan una ventaja competitiva al revelar patrones que son invisibles a simple vista.

Implementación del seguimiento con Python#

Ultralytics facilita la implementación de un seguimiento de alto rendimiento. El modo track de la biblioteca gestiona automáticamente la detección, la predicción del movimiento y la asignación de ID. El ejemplo siguiente muestra cómo utilizar el modelo YOLO26 compatible con Ultralytics Platform para seguir objetos en un vídeo.

from ultralytics import YOLO

# Load the official YOLO26n model (nano version for speed)
model = YOLO("yolo26n.pt")

# Track objects in a video file or webcam (source=0)
# 'show=True' displays the video with bounding boxes and unique IDs
results = model.track(source="https://ultralytics.com/images/bus.jpg", show=True)

# Access the unique tracking IDs from the results
if results[0].boxes.id is not None:
    print(f"Detected Track IDs: {results[0].boxes.id.cpu().numpy()}")

Conceptos relacionados#

Para comprender plenamente el ecosistema del seguimiento, resulta útil explorar la segmentación de instancias, que sigue los contornos precisos de un objeto a nivel de píxel en lugar de limitarse a una caja. Además, los retos de seguimiento de múltiples objetos (MOT) suelen incluir benchmarks ampliamente utilizados como MOTChallenge para evaluar hasta qué punto los algoritmos gestionan escenas concurridas y oclusiones. Para implementar estos modelos en entornos de producción, los desarrolladores suelen utilizar herramientas como NVIDIA DeepStream u OpenCV para integrarlos en flujos de trabajo eficientes.