Aprimorando a reidentificação de veículos com modelos Ultralytics YOLO

Quando você assiste a uma corrida de Fórmula 1, é fácil identificar o carro da sua equipe favorita. O vermelho vivo da Ferrari ou o prateado da Mercedes se destaca volta após volta.

Pedir a uma máquina que faça o mesmo, não em uma pista de corrida limpa, mas em ruas movimentadas e cheias de tráfego, é muito mais desafiador. Por isso, a reidentificação de veículos (vehicle re-ID) tem ganhado atenção no campo da IA recentemente.

A reidentificação de veículos permite que as máquinas reconheçam o mesmo veículo em câmeras com diferentes pontos de vista ou sem campos de visão sobrepostos. Ela também busca identificar veículos após uma oclusão temporária (quando um veículo fica parcialmente escondido) ou mudanças na iluminação e no ponto de vista.

Uma tecnologia fundamental por trás da re-ID de veículos é a visão computacional. A visão computacional é um subcampo da inteligência artificial que se concentra em ensinar as máquinas a entender e interpretar informações visuais, como imagens e vídeos. Com essa tecnologia, os sistemas de IA podem analisar características dos veículos e rastreá-los com confiabilidade em grandes redes de câmeras para aplicações como vigilância urbana e monitoramento do trânsito.

Em particular, modelos de IA de visão como o Ultralytics YOLO11 e o Ultralytics YOLO26, já lançado, são compatíveis com tarefas como detecção e rastreamento de objetos. Eles conseguem localizar rapidamente os veículos em cada quadro e acompanhar seu movimento em uma cena. Quando combinados com redes de reidentificação de veículos, esses modelos formam um sistema capaz de reconhecer o mesmo veículo em diferentes transmissões de câmeras, mesmo quando os ângulos de visão ou as condições de iluminação mudam.

Fig. 1. Exemplo de uso do YOLO11 para rastreamento de veículos e estimativa de velocidade (Fonte)

Neste artigo, veremos como funciona a reidentificação de veículos, qual tecnologia a viabiliza e onde ela é usada em sistemas de transporte inteligentes.

O que é reidentificação de veículos?#

A reidentificação de veículos é uma importante aplicação da visão computacional. Ela se concentra em reconhecer o mesmo veículo em diferentes câmeras sem campos de visão sobrepostos, mantendo sua identidade consistente enquanto ele se desloca pela cidade. Isso é desafiador porque cada câmera pode capturar o veículo de um ângulo diferente, sob uma iluminação distinta ou com oclusão parcial.

Imagine uma situação em que um sedã azul atravessa um cruzamento e, mais tarde, aparece em outra rua, observado por outra câmera. O ângulo, a iluminação e o fundo mudaram, e outros carros podem bloquear a visão por alguns instantes. Apesar disso, o sistema de re-ID de veículos ainda precisa determinar que se trata do mesmo veículo.

Avanços recentes em aprendizado profundo, especialmente com redes neurais convolucionais (CNNs) e modelos baseados em Transformer, tornaram esse processo muito mais preciso. Esses modelos conseguem extrair padrões visuais relevantes e distinguir veículos parecidos, identificando ainda assim o veículo correto.

Nos sistemas de transporte inteligentes, essa capacidade permite o monitoramento contínuo, a reconstrução de rotas e a análise do tráfego em toda a cidade, oferecendo aos sistemas de cidades inteligentes uma visão mais clara da movimentação dos veículos. Isso ajuda a melhorar a segurança e a eficiência.

Entenda como funciona a reidentificação de veículos#

Normalmente, imagens de vídeo de cruzamentos, estacionamentos e rodovias são analisadas com técnicas de reidentificação de veículos para determinar se o mesmo veículo aparece em diferentes câmeras. Esse conceito é semelhante à reidentificação de pessoas, em que os sistemas rastreiam indivíduos em vários pontos de vista, mas aqui o foco está na análise de características específicas dos veículos, e não da aparência humana.

Esse processo envolve várias etapas principais, cada uma projetada para ajudar o sistema a detectar veículos, extrair suas características visuais e correspondê-los com confiabilidade em diferentes pontos de vista.

Em linhas gerais, primeiro o sistema detecta veículos em cada quadro e, em seguida, extrai características como cor, formato e textura para criar uma representação digital única, ou embedding, de cada veículo. Esses embeddings são comparados ao longo do tempo e entre câmeras, geralmente com o apoio do rastreamento de objetos e de verificações espaço-temporais, para determinar se duas observações correspondem ao mesmo veículo.

Fig. 2. Como funciona a reidentificação de veículos. (Fonte)

Veja mais detalhes sobre esse processo:

• Detecção de objetos: primeiro, o sistema identifica e localiza os veículos em cada quadro de vídeo para saber exatamente quais regiões processar. Essa etapa costuma ser realizada por modelos de detecção de objetos.
• Extração de características: após a detecção, uma rede dedicada à re-ID ou à extração de características analisa o recorte de cada veículo e gera mapas ou representações de características que capturam detalhes visuais como cor, formato, textura e partes distintas.
• Geração de embeddings: as características extraídas são transformadas em uma representação numérica chamada embedding de características. Esse embedding funciona como uma impressão digital que registra a aparência do veículo de diferentes ângulos. Antes da correspondência, esses embeddings geralmente são normalizados para que diferenças causadas pela iluminação, pelo contraste ou pelas configurações da câmera não interfiram na comparação de identidades. A normalização garante que o sistema se concentre em características relevantes para a identidade, e não em ruído.
• Rastreamento de objetos: em uma única câmera, os algoritmos de rastreamento conectam as detecções entre quadros, ajudando a manter uma identidade consistente enquanto o veículo se move pela cena.
• Correspondência entre câmeras: para corresponder o mesmo veículo entre câmeras diferentes, o sistema compara embeddings (gerados pela rede de re-ID), além de informações de horário e localização. Essa etapa determina se duas observações correspondem ao mesmo veículo, mesmo quando os campos de visão das câmeras não se sobrepõem.

Como os modelos Ultralytics YOLO podem dar suporte à reidentificação de veículos#

Os modelos Ultralytics YOLO desempenham um importante papel de suporte nos pipelines de reidentificação de veículos. Embora não realizem a re-ID por conta própria, eles oferecem outros recursos essenciais, como detecção rápida e rastreamento estável, dos quais as redes de re-ID dependem para fazer correspondências precisas entre câmeras.

A seguir, vamos analisar mais de perto como modelos Ultralytics YOLO, como o YOLO11, podem aprimorar sistemas de reidentificação de veículos.

Um módulo preciso de detecção de veículos: a primeira etapa dos sistemas de re-ID#

A base de qualquer sistema de reidentificação de veículos é a detecção precisa de objetos. Modelos Ultralytics YOLO como o YOLO11 são uma ótima opção para isso, pois detectam rapidamente veículos em cada quadro, mesmo em cenas movimentadas com oclusões parciais, trânsito intenso ou mudanças nas condições de iluminação.

Eles também podem ser treinados com dados personalizados, ou seja, você pode ajustar o modelo com seu próprio conjunto de dados para que ele aprenda a reconhecer tipos específicos de veículos, como táxis, vans de entrega ou veículos de frota. Isso é especialmente útil quando uma solução exige uma detecção mais especializada. Ao fornecer caixas delimitadoras limpas e precisas, os modelos Ultralytics YOLO oferecem entradas de alta qualidade para as redes de reidentificação, o que resulta em correspondências mais confiáveis entre câmeras.

Suporte a um rastreamento confiável com uma única câmera#

Depois que os veículos são detectados, modelos como o Ultralytics YOLO11 também podem oferecer suporte ao rastreamento estável de objetos no campo de visão de uma única câmera. O rastreamento de objetos é o processo de acompanhar um veículo detectado em quadros consecutivos e atribuir a ele uma ID consistente enquanto se movimenta.

Com suporte integrado a algoritmos de rastreamento como ByteTrack e BoT-SORT no pacote Python da Ultralytics, o YOLO11 consegue manter IDs consistentes enquanto os veículos se deslocam pela cena. Esse rastreamento estável reduz as trocas de identidade antes que o sistema de re-ID assuma o controle, melhorando a precisão das correspondências entre câmeras.

Re-ID opcional no nível do rastreador para melhorar a estabilidade da identidade#

Além do rastreamento padrão baseado em movimento, o pacote Python da Ultralytics inclui recursos opcionais de re-ID baseada em aparência no rastreador BoT-SORT. Isso significa que o rastreador pode usar características visuais de aparência, e não apenas padrões de movimento ou sobreposição de caixas delimitadoras, para determinar se duas detecções correspondem ao mesmo veículo.

Quando ativado, o BoT-SORT extrai embeddings de aparência leves do detector ou de um modelo de classificação Ultralytics YOLO11 e os usa para verificar a identidade entre quadros. Essa informação adicional de aparência ajuda o rastreador a manter IDs mais estáveis em situações desafiadoras, como oclusões breves, veículos passando muito próximos uns dos outros ou pequenos deslocamentos causados pelo movimento da câmera.

Embora essa re-ID integrada não tenha o objetivo de substituir a reidentificação completa de veículos entre câmeras, ela melhora a consistência de identidade no campo de visão de uma única câmera e gera trajetórias mais limpas para os módulos de re-ID subsequentes. Para usar esses recursos de rastreamento baseados em aparência, basta ativar a re-ID em um arquivo de configuração do rastreador BoT-SORT, definindo “with_reid” como “True” e selecionando o modelo que fornecerá as características de aparência.

Para saber mais, consulte a página da documentação da Ultralytics sobre rastreamento de objetos, que explica as opções de re-ID disponíveis e como configurá-las.

Fornecimento de entradas de alta qualidade para redes de re-ID#

Além de melhorar a estabilidade da identidade durante o rastreamento, os modelos YOLO também desempenham um papel importante na preparação de entradas visuais limpas para a própria rede de re-ID.

Depois que um veículo é detectado, sua caixa delimitadora geralmente é recortada e enviada a uma rede de reidentificação, que extrai as características visuais necessárias para a correspondência. Como os modelos de re-ID dependem muito dessas imagens recortadas, entradas de baixa qualidade — como recortes desfocados, desalinhados ou incompletos — podem resultar em embeddings menos eficazes e correspondências menos confiáveis entre câmeras.

Os modelos Ultralytics YOLO ajudam a reduzir esses problemas ao produzir de forma consistente caixas delimitadoras limpas e bem alinhadas que capturam por completo o veículo de interesse. Com recortes mais nítidos e precisos, a rede de re-ID pode se concentrar em detalhes relevantes como cor, formato, textura e outras características distintivas. Entradas de alta qualidade resultam em um desempenho de re-ID mais confiável e preciso em diferentes câmeras.

Como viabilizar correspondências entre câmeras em combinação com um modelo de re-ID#

Embora os modelos Ultralytics YOLO não realizem a reidentificação por conta própria, eles fornecem as informações essenciais de que uma rede de re-ID precisa para comparar veículos em diferentes câmeras. Modelos como o YOLO11 podem localizar e rastrear os veículos em cada câmera, enquanto o modelo de re-ID determina se dois recortes de veículos de locais diferentes correspondem à mesma identidade.

Quando esses componentes trabalham juntos — YOLO para detecção e rastreamento e um modelo de embeddings dedicado à extração de características —, eles formam um pipeline completo de correspondência de veículos em várias câmeras. Isso permite associar o mesmo veículo enquanto ele se desloca por uma rede de câmeras mais ampla.

Por exemplo, em um estudo recente, pesquisadores usaram um modelo leve Ultralytics YOLO11 como detector de veículos em um sistema online de rastreamento com várias câmeras. O estudo constatou que o uso do YOLO11 ajudou a reduzir o tempo de detecção sem sacrificar a precisão, melhorando o desempenho geral do rastreamento subsequente e das correspondências entre câmeras.

Fig. 3. Rastreamento e reidentificação de vários veículos entre várias câmeras com base no Ultralytics YOLO11. (Fonte)

Arquiteturas de aprendizagem profunda para reidentificação de veículos#

Agora que entendemos melhor como os modelos Ultralytics YOLO podem contribuir para a reidentificação de veículos, vamos conhecer mais de perto os modelos de aprendizagem profunda responsáveis pelas etapas de extração e correspondência de características. Esses modelos aprendem a aparência dos veículos, criam embeddings robustos e distinguem veículos visualmente semelhantes em diferentes ângulos de câmera.

Aqui estão alguns exemplos dos principais componentes de aprendizagem profunda usados em sistemas de reidentificação de objetos:

• Extração de características com CNNs: redes neurais convolucionais, como ResNet50 ou ResNet101, aprendem características profundas por meio do reconhecimento de padrões e identificam elementos como cor, forma e textura que diferenciam um veículo de outro. Esses padrões aprendidos são então convertidos em embeddings que funcionam como uma representação digital exclusiva do veículo.
• Mecanismos de atenção e transformers: redes e camadas de atenção, incluindo atenção espacial, podem ajudar a destacar regiões importantes de um veículo, como faróis, janelas ou áreas da placa. A atenção espacial direciona o modelo para os pontos onde estão as pistas visuais mais informativas, enquanto modelos baseados em Transformer, como Vision Transformers (ViT), capturam relações globais em toda a imagem. Juntos, eles melhoram a precisão em detalhes quando os veículos são muito semelhantes.
• Redes baseadas em partes e com múltiplos ramos: alguns modelos de Re-ID analisam separadamente regiões específicas do veículo, como o teto, as lanternas traseiras ou os painéis laterais, e depois combinam os resultados. Isso mantém o sistema robusto mesmo quando os veículos estão parcialmente oclusos ou são vistos de ângulos difíceis.

Além desses componentes arquiteturais, a aprendizagem de métricas desempenha um papel fundamental no treinamento de modelos de Re-ID de veículos. Funções de perda, como perda triplet, perda contrastiva e entropia cruzada, ajudam o sistema a aprender embeddings fortes e discriminativos, aproximando imagens do mesmo veículo e afastando imagens de veículos diferentes.

Conjuntos de dados e benchmarks populares para reidentificação de veículos#

Na pesquisa em visão computacional, a qualidade de um conjunto de dados tem grande impacto no desempenho de um modelo após sua implantação. Um conjunto de dados fornece as imagens ou os vídeos rotulados com os quais o modelo aprende.

Para a reidentificação de veículos, esses conjuntos de dados precisam incluir condições variadas, como mudanças na iluminação, no ponto de vista e no clima. Essa diversidade ajuda os modelos a lidar com a complexidade dos ambientes de transporte do mundo real.

Veja alguns conjuntos de dados populares que ajudam no treinamento, na otimização e na avaliação de modelos de reidentificação de veículos:

• Conjunto de dados VeRi-776: é uma coleção de mais de 50.000 imagens anotadas de veículos, capturadas por 20 câmeras urbanas. As anotações incluem o ID do veículo, a cor, o modelo e as regiões das placas, permitindo um aprendizado detalhado de características.
• Conjunto de dados VehicleID: esse conjunto de dados em larga escala contém mais de 200.000 imagens que representam mais de 26.000 veículos. Ele costuma ser escolhido para estudar a escalabilidade e fazer comparações de referência entre diferentes métodos.
• Conjunto de dados VeRi-Wild: foi criado para refletir a variabilidade do mundo real, incluindo diferenças de ponto de vista, clima e oclusão parcial. É comumente usado para avaliar a robustez e a capacidade de generalização dos modelos.

Fig. 4. Exemplo de veículos no conjunto de dados VeRi-776. (Fonte)

O desempenho do modelo nesses conjuntos de dados costuma ser avaliado com métricas como precisão média média (mAP) e acurácia Rank-1 ou Rank-5. A mAP mede a precisão com que o modelo recupera todas as correspondências relevantes para um determinado veículo, enquanto as pontuações Rank-1 e Rank-5 indicam se a correspondência correta aparece no topo da lista de resultados ou entre as primeiras previsões.

Em conjunto, esses benchmarks oferecem aos pesquisadores uma maneira consistente de comparar diferentes abordagens e desempenham um papel importante na orientação do desenvolvimento de sistemas de reidentificação de veículos mais precisos e confiáveis para uso no mundo real.

Aplicações da reidentificação de veículos#

Agora que vimos os fundamentos, vamos conhecer alguns casos de uso reais em que a reidentificação de veículos dá suporte a fluxos de trabalho práticos de transporte, mobilidade e vigilância.

Vigilância e monitoramento do tráfego urbano#

As ruas movimentadas das cidades estão em constante movimento, e as câmeras de trânsito muitas vezes têm dificuldade para acompanhar o mesmo veículo enquanto ele passa por diferentes áreas. Mudanças de iluminação, cenas lotadas e veículos quase idênticos podem fazer com que a identidade se perca entre as câmeras.

A reidentificação de veículos resolve esse problema detectando veículos com clareza, extraindo características distintivas e mantendo IDs consistentes até mesmo em imagens de baixa resolução ou movimentadas. O resultado é um rastreamento contínuo e mais fluido em toda a rede, oferecendo às equipes de trânsito uma visão mais clara da circulação de veículos pela cidade e permitindo respostas mais rápidas e bem informadas a congestionamentos e incidentes.

Sistemas de estacionamento inteligente#

Estacionamentos inteligentes dependem da identificação consistente de veículos para gerenciar entrada, saída, controle de acesso e alocação de vagas. No entanto, as câmeras nesses ambientes muitas vezes capturam os veículos de ângulos incomuns e sob condições de iluminação desafiadoras, como em garagens subterrâneas, áreas sombreadas ou estacionamentos ao ar livre ao anoitecer.

Essas condições dificultam confirmar se o mesmo veículo está sendo visto em diferentes áreas. Quando as identidades são inconsistentes, os registros do estacionamento podem apresentar falhas, o controle de acesso se torna menos confiável e os motoristas podem sofrer atrasos. Por isso, muitos sistemas de estacionamento inteligente incorporam modelos de reidentificação de veículos para manter uma identidade estável para cada veículo enquanto ele circula pelo local.

Fig. 5. Exemplo de reidentificação de veículos, com a imagem do veículo selecionado à esquerda e os resultados de busca correspondentes à direita. (Fonte)

Aplicação da lei e perícia forense#

Além do monitoramento do tráfego, a reidentificação de veículos também desempenha um papel importante na aplicação da lei e em investigações forenses. Em muitos casos, os agentes precisam acompanhar um veículo por várias câmeras, mas as placas dos veículos podem estar ilegíveis, ausentes ou deliberadamente encobertas.

Cenas lotadas, baixa visibilidade e oclusão parcial podem fazer com que veículos diferentes pareçam enganosamente semelhantes, tornando a identificação manual lenta e pouco confiável. A reidentificação de veículos pode ser usada para rastrear o deslocamento de um veículo em redes de câmeras sem sobreposição, analisando suas características visuais em vez de depender exclusivamente das placas.

Isso permite que os investigadores acompanhem com mais facilidade os deslocamentos de um veículo, entendam quando ele apareceu em diferentes locais e confirmem seu trajeto antes e depois de um incidente. A Re-ID de veículos com IA também ajuda em tarefas como rastrear veículos suspeitos, revisar imagens de incidentes ou determinar em que direção um veículo seguiu antes ou depois de um evento.

Fig. 6. Veículos correspondidos entre diferentes câmeras com perspectivas variadas. (Fonte)

Rastreamento de frotas e logística#

As operações de frotas e logística costumam depender de GPS, etiquetas RFID e registros manuais para rastrear o deslocamento de veículos, mas essas ferramentas deixam lacunas em áreas cobertas por câmeras de segurança ou de pátio, como docas de carga, pátios de armazéns e vias internas.

Os veículos passam frequentemente entre câmeras sem sobreposição, desaparecem atrás de estruturas ou parecem quase idênticos a outros veículos da frota, o que dificulta confirmar se o mesmo veículo foi visto em diferentes locais. Os sistemas de reidentificação de veículos podem ajudar a preencher essas lacunas analisando detalhes visuais e informações de tempo para manter uma identidade consistente para cada veículo enquanto ele circula pelo local.

Isso oferece aos gestores de frotas uma visão mais completa das atividades em seus centros, dando suporte a tarefas como verificar trajetos de entrega, identificar deslocamentos incomuns e garantir que os veículos sigam as rotas previstas.

Vantagens e desvantagens das tarefas de Re-ID de veículos#

Veja alguns dos principais benefícios do uso da reidentificação de veículos com IA:

• Redução da carga de trabalho manual: a Re-ID de veículos automatiza tarefas de correspondência de identidades que, de outra forma, exigiriam uma revisão manual extensa, reduzindo significativamente o tempo e o esforço necessários para analisar gravações de vídeo.
• Automação e insights em tempo real: ao combinar detecção, rastreamento e correspondência de características, a Re-ID de veículos permite o monitoramento automatizado contínuo e pode fornecer alertas em tempo real para acelerar a resposta a incidentes.
• Escalabilidade e adaptabilidade: os modelos de Re-ID podem se adaptar a novos ambientes, condições de iluminação ou ângulos de câmera por meio de aprendizado robusto de características, extração de características em múltiplas escalas e representações invariantes que permanecem estáveis diante de mudanças visuais. Esses recursos os tornam adequados tanto para grandes redes urbanas quanto para implantações menores.

Embora a reidentificação de veículos ofereça muitas vantagens, também há algumas limitações a considerar. Veja alguns fatores que afetam sua confiabilidade em ambientes reais:

• Alta demanda computacional: a extração de características, a geração de embeddings e a correspondência entre câmeras exigem poder de processamento significativo, especialmente ao monitorar grandes redes de câmeras.
• Variabilidade ambiental: fatores como iluminação noturna, mudanças climáticas, sombras e oclusões podem prejudicar a capacidade do modelo de manter identidades consistentes entre cenas.
• Limitações dos conjuntos de dados e do domínio: modelos treinados com conjuntos de dados limitados ou idealizados podem não generalizar bem para condições do mundo real sem ajuste fino adicional ou adaptação de domínio.

O futuro dos métodos de reidentificação de veículos#

A reidentificação de veículos continua avançando à medida que a tecnologia evolui. Publicações recentes do IEEE, da CVPR e do arXiv, além de apresentações em conferências internacionais, destacam uma clara mudança em direção a modelos mais abrangentes que combinam várias fontes de dados e raciocínio mais avançado sobre características. É provável que os próximos trabalhos nessa área se concentrem em criar sistemas mais robustos e eficientes, capazes de lidar com a variabilidade do mundo real em larga escala.

Por exemplo, uma direção promissora é o uso de modelos baseados em Transformer e redes de agregação em grafos. Os Transformers podem analisar uma imagem inteira e entender como todos os detalhes visuais se relacionam, ajudando o sistema a reconhecer o mesmo veículo mesmo quando o ângulo ou a iluminação mudam.

Os modelos baseados em grafos avançam ainda mais, tratando diferentes partes do veículo ou ângulos de câmera como pontos conectados em uma rede. Isso permite que o sistema entenda a correlação entre esses pontos importantes e tome decisões melhores sobre as identidades dos veículos e as características discriminativas.

Outro avanço importante é a fusão de dados multimodais e a fusão de características. Em vez de depender apenas de imagens, os sistemas mais recentes combinam informações visuais com outros sinais multimídia, como dados de GPS ou padrões de movimento capturados por sensores. Esse contexto adicional ajuda o sistema a manter a precisão quando os veículos estão parcialmente encobertos, a iluminação é ruim ou os ângulos das câmeras mudam de repente.

Principais conclusões#

A reidentificação de veículos está se tornando uma metodologia essencial nos sistemas de transporte inteligentes, ajudando as cidades a rastrear veículos com mais confiabilidade entre diferentes câmeras. Graças aos avanços em aprendizagem profunda e a uma validação melhor com conjuntos de dados mais ricos e diversificados, esses sistemas estão se tornando mais precisos e práticos em condições reais.

À medida que a tecnologia evolui, é importante equilibrar a inovação com práticas responsáveis de privacidade, segurança e ética. No geral, esses avanços estão abrindo caminho para redes de transporte mais inteligentes, seguras e eficientes.

Saiba mais sobre IA visitando nosso repositório do GitHub e participando da nossa comunidade. Confira nossas páginas de soluções para saber mais sobre IA em robótica e visão computacional na fabricação. Conheça nossas opções de licenciamento e comece hoje mesmo a trabalhar com IA de visão!