Melhorar a reidentificação de veículos com modelos Ultralytics YOLO

Quando assistes a uma corrida de Fórmula 1, é fácil reconhecer o carro da tua equipa favorita. O vermelho vivo da Ferrari ou o prateado da Mercedes destaca-se volta após volta.

Pedir a uma máquina que faça o mesmo, não numa pista de corrida limpa, mas em ruas urbanas congestionadas e cheias de trânsito, é muito mais desafiante. É por isso que a reidentificação de veículos (re-ID de veículos) tem recebido cada vez mais atenção no setor da IA.

A reidentificação de veículos permite às máquinas reconhecer o mesmo veículo através de câmaras com múltiplas perspetivas ou não sobrepostas. Também procura identificar veículos após uma oclusão temporária (quando um veículo está parcialmente escondido) ou alterações na iluminação e na perspetiva.

Uma tecnologia essencial para a re-ID de veículos é a visão computacional. A visão computacional é um subcampo da inteligência artificial que se dedica a ensinar as máquinas a compreender e interpretar informação visual, como imagens e vídeos. Com esta tecnologia, os sistemas de IA podem analisar características dos veículos e acompanhá-los de forma fiável em grandes redes de câmaras para aplicações como vigilância urbana e monitorização do trânsito.

Em particular, modelos de Vision AI como o Ultralytics YOLO11 e o futuro Ultralytics YOLO26 suportam tarefas como deteção e acompanhamento de objetos. Podem localizar rapidamente veículos em cada frame e acompanhar o seu movimento numa cena. Quando estes modelos são combinados com redes de reidentificação de veículos, o sistema combinado consegue reconhecer o mesmo veículo em diferentes transmissões de câmaras, mesmo quando as perspetivas ou as condições de iluminação mudam.

Fig. 1. Um exemplo da utilização do YOLO11 para acompanhamento de veículos e estimativa de velocidade (Fonte)

Neste artigo, analisamos como funciona a reidentificação de veículos, a tecnologia que a torna possível e onde está a ser utilizada em sistemas de transporte inteligentes. Vamos começar!

O que é a reidentificação de veículos?#

A reidentificação de veículos é uma aplicação importante da visão computacional. O seu foco é reconhecer o mesmo veículo à medida que aparece em diferentes câmaras não sobrepostas, mantendo a sua identidade consistente enquanto percorre uma cidade. Isto é desafiante porque cada câmara pode captar o veículo de um ângulo diferente, com uma iluminação diferente ou com o veículo parcialmente oculto.

Considera um cenário em que um sedan azul atravessa um cruzamento e aparece mais tarde noutra rua, observado por outra câmara. O ângulo, a iluminação e o fundo mudaram, e outros carros podem bloquear momentaneamente a visão. Apesar disso, o sistema de re-ID de veículos ainda precisa de determinar que se trata do mesmo veículo.

Os avanços recentes na aprendizagem profunda, especialmente com redes neuronais convolucionais (CNNs) e modelos baseados em Transformer, tornaram este processo muito mais preciso. Estes modelos conseguem extrair padrões visuais relevantes e distinguir entre veículos semelhantes, continuando a identificar o veículo correto.

Nos sistemas de transporte inteligentes, esta capacidade permite a monitorização contínua, a reconstrução de rotas e a análise do trânsito em toda a cidade, proporcionando aos sistemas de cidades inteligentes uma visão mais clara de como os veículos se deslocam. Estes sistemas ajudam a melhorar a segurança e a eficiência.

Compreender como funciona a reidentificação de veículos#

Normalmente, as imagens de vídeo de cruzamentos, zonas de estacionamento e autoestradas são analisadas utilizando técnicas de reidentificação de veículos para determinar se o mesmo veículo aparece em diferentes câmaras. Este conceito é semelhante à reidentificação de pessoas, em que os sistemas acompanham indivíduos através de várias perspetivas, mas aqui o foco está na análise de características específicas dos veículos, em vez da aparência humana.

O processo envolve várias etapas fundamentais, cada uma concebida para ajudar o sistema a detetar veículos, extrair as suas características visuais e associá-los de forma fiável através de diferentes perspetivas.

Em termos gerais, o sistema deteta primeiro os veículos em cada frame e depois extrai características como a cor, a forma e a textura para criar uma representação digital única, ou embedding, de cada um. Estes embeddings são comparados ao longo do tempo e entre câmaras, muitas vezes com o apoio do acompanhamento de objetos e de verificações espaciotemporais, para decidir se duas observações pertencem ao mesmo veículo.

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

Vejamos este processo mais de perto:

• Deteção de objetos: O sistema identifica e localiza primeiro os veículos em cada frame de vídeo, para saber exatamente que regiões deve processar. Esta etapa é normalmente realizada por modelos de deteção de objetos.
• Extração de características: Após a deteção, uma rede dedicada de Re-ID ou de extração de características analisa o recorte de cada veículo e gera mapas ou representações de características que captam detalhes visuais como a cor, a forma, a textura e elementos distintivos.
• Geração de embeddings: Estas características extraídas são convertidas numa representação numérica chamada embedding de características. Este embedding funciona como uma impressão digital digital que regista o aspeto do veículo visto de diferentes ângulos. Antes da correspondência, estes embeddings são normalmente normalizados para que as diferenças causadas pela iluminação, pelo contraste ou pelas definições da câmara não interfiram na comparação de identidades. A normalização garante que o sistema se concentra em características relevantes relacionadas com a identidade, em vez de ruído.
• Acompanhamento de objetos: Numa única perspetiva de câmara, os algoritmos de acompanhamento associam as deteções entre frames, ajudando a manter uma identidade consistente enquanto o veículo se desloca pela cena.
• Correspondência entre câmaras: Para associar o mesmo veículo em diferentes câmaras, o sistema compara os embeddings (gerados pela rede de Re-ID), juntamente com informações temporais e de localização. Esta etapa determina se duas observações pertencem ao mesmo veículo, mesmo quando as câmaras não se sobrepõem.

Como os modelos Ultralytics YOLO podem apoiar a reidentificação de veículos#

Os modelos Ultralytics YOLO desempenham um papel de apoio importante nos pipelines de reidentificação de veículos. Embora não realizem Re-ID por si só, fornecem outras capacidades essenciais, como deteção rápida e acompanhamento estável, das quais as redes de Re-ID dependem para uma correspondência precisa entre câmaras.

De seguida, analisemos mais detalhadamente como os modelos Ultralytics YOLO, como o YOLO11, podem melhorar os sistemas de reidentificação de veículos.

Um módulo preciso de deteção de veículos: a primeira parte dos sistemas de Re-ID#

A base de qualquer sistema de reidentificação de veículos é uma deteção precisa de objetos. Os modelos Ultralytics YOLO, como o YOLO11, são uma excelente opção para isso, pois conseguem detetar rapidamente veículos em cada frame, mesmo em cenas movimentadas com oclusões parciais, trânsito intenso ou condições de iluminação variáveis.

Também podem ser treinados à medida, o que significa que podes ajustar o modelo ao teu próprio conjunto de dados para que aprenda a reconhecer tipos específicos de veículos, como táxis, carrinhas de entregas ou veículos de frotas. Isto é especialmente útil quando uma solução requer uma deteção mais especializada. Ao fornecer caixas delimitadoras limpas e precisas, os modelos Ultralytics YOLO dão às redes de Re-ID dados de entrada de alta qualidade, o que conduz a correspondências mais fiáveis entre câmaras.

Apoiar um acompanhamento fiável numa única câmara#

Depois de detetar os veículos, modelos como o Ultralytics YOLO11 também podem apoiar um acompanhamento estável de objetos numa única perspetiva de câmara. O acompanhamento de objetos é o processo de seguir um veículo detetado através de frames consecutivos e atribuir-lhe um ID consistente enquanto se desloca.

Com suporte integrado para algoritmos de acompanhamento como ByteTrack e BoT-SORT no pacote Python da Ultralytics, o YOLO11 consegue manter IDs consistentes enquanto os veículos se deslocam pela cena. Este acompanhamento estável reduz as mudanças de identidade antes de o sistema de Re-ID assumir o controlo, melhorando, em última análise, a precisão da correspondência entre câmaras.

Re-ID opcional ao nível do tracker para melhorar a estabilidade da identidade#

Além do acompanhamento padrão baseado no movimento, o pacote Python da Ultralytics inclui capacidades de Re-ID opcionais baseadas na aparência no seu tracker BoT-SORT. Isto significa que o tracker pode utilizar características visuais da aparência, e não apenas padrões de movimento ou a sobreposição de caixas delimitadoras, para determinar se duas deteções pertencem ao mesmo veículo.

Quando ativado, o BoT-SORT extrai embeddings leves da aparência a partir do detetor ou de um modelo de classificação Ultralytics YOLO11 e utiliza-os para verificar a identidade entre frames. Esta indicação adicional baseada na aparência ajuda o tracker a manter IDs mais estáveis em situações desafiantes, como oclusões breves, veículos que passam muito próximos ou pequenas alterações causadas pelo movimento da câmara.

Embora esta Re-ID integrada não se destine a substituir a reidentificação completa de veículos entre câmaras, melhora a consistência da identidade numa única perspetiva de câmara e produz tracklets mais limpos nos quais os módulos de Re-ID subsequentes podem confiar. Para utilizar estas funcionalidades de acompanhamento baseadas na aparência, basta ativar a Re-ID num ficheiro de configuração de um tracker BoT-SORT, definindo “with_reid” como “True” e selecionando o modelo que fornecerá as características da aparência.

Para obter mais detalhes, consulta a página da documentação da Ultralytics sobre acompanhamento de objetos, que explica as opções de Re-ID disponíveis e como configurá-las.

Fornecer dados de entrada de alta qualidade às redes de Re-ID#

Além de melhorar a estabilidade da identidade durante o acompanhamento, os modelos YOLO também desempenham um papel importante na preparação de dados visuais de entrada limpos para a própria rede de Re-ID.

Depois de detetar um veículo, a sua caixa delimitadora é normalmente recortada e enviada para uma rede de reidentificação, que extrai as características visuais necessárias para a correspondência. Como os modelos de Re-ID dependem fortemente destas imagens recortadas, dados de entrada deficientes, como recortes desfocados, desalinhados ou incompletos, podem resultar em embeddings mais fracos e numa correspondência menos fiável entre câmaras.

Os modelos Ultralytics YOLO ajudam a reduzir estes problemas ao produzir consistentemente caixas delimitadoras limpas e bem alinhadas que captam totalmente o veículo em questão. Com recortes mais nítidos e precisos, a rede de Re-ID pode concentrar-se em detalhes relevantes, como a cor, a forma, a textura e outras características distintivas. Dados de entrada de alta qualidade conduzem a um desempenho de Re-ID mais fiável e preciso em diferentes perspetivas de câmara.

Ativar a correspondência entre câmaras quando combinado com um modelo de Re-ID#

Embora os modelos Ultralytics YOLO não realizem reidentificação por si só, fornecem as informações essenciais de que uma rede de re-ID precisa para comparar veículos em diferentes perspetivas de câmara. Modelos como o YOLO11 podem tratar da localização e do acompanhamento dos veículos em cada câmara, enquanto o modelo de Re-ID determina se dois recortes de veículos de locais diferentes correspondem à mesma identidade.

Quando estes componentes trabalham em conjunto — YOLO para deteção e acompanhamento, e um modelo de embeddings dedicado para extração de características — formam um pipeline completo de correspondência de veículos em múltiplas câmaras. Isto torna possível associar o mesmo veículo à medida que se desloca por uma rede de câmaras de maior dimensão.

Por exemplo, num estudo recente, investigadores utilizaram um modelo Ultralytics YOLO11 leve como detetor de veículos num sistema de acompanhamento online com múltiplas câmaras. O estudo concluiu que a utilização do YOLO11 ajudou a reduzir o tempo de deteção sem sacrificar a precisão, melhorando o desempenho geral do acompanhamento subsequente e da correspondência entre câmaras.

Fig. 3. Acompanhamento e reidentificação de vários veículos baseado no Ultralytics YOLO11 através de múltiplas câmaras. (Fonte)

Arquiteturas baseadas em aprendizagem profunda para Re-ID de veículos#

Agora que compreendemos melhor como os modelos Ultralytics YOLO podem apoiar a reidentificação de veículos, analisemos mais detalhadamente os modelos de aprendizagem profunda que tratam das etapas de extração e correspondência de características. Estes modelos são responsáveis por aprender o aspeto dos veículos, criar embeddings robustos e distinguir entre veículos visualmente semelhantes em diferentes perspetivas de câmara.

Eis alguns exemplos dos principais componentes de aprendizagem profunda utilizados nos sistemas de reidentificação de objetos:

• Extração de características com CNNs: Redes neuronais convolucionais como ResNet50 ou ResNet101 aprendem características profundas através do reconhecimento de padrões, identificando elementos como a cor, a forma e a textura que diferenciam um veículo de outro. Estes padrões aprendidos são depois convertidos em embeddings que funcionam como a representação digital única do veículo.

• Mecanismos de atenção e Transformers: As redes e camadas de atenção, incluindo a atenção espacial, podem ajudar a destacar regiões importantes de um veículo, como os faróis, as janelas ou as zonas das matrículas. A atenção espacial concentra o modelo nos locais onde se encontram as pistas visuais mais informativas, enquanto modelos baseados em Transformer, como os Transformadores de Visão (ViT), captam relações globais em toda a imagem. Em conjunto, melhoram a precisão detalhada quando os veículos são muito semelhantes.

• Redes baseadas em partes e com múltiplos ramos: Alguns modelos de Re-ID analisam separadamente regiões específicas dos veículos, como o tejadilho, os farolins traseiros ou os painéis laterais, e depois combinam os resultados. Isto significa que o sistema se mantém robusto mesmo quando os veículos estão parcialmente ocultos ou são vistos de ângulos difíceis.

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

Conjuntos de dados e benchmarks populares para a reidentificação de veículos#

Na investigação em visão computacional, a qualidade de um conjunto de dados tem um grande impacto no desempenho de um modelo depois de implementado. Um conjunto de dados fornece as imagens ou os vídeos anotados a partir dos quais um modelo aprende.

Para a reidentificação de veículos, estes conjuntos de dados de vanguarda devem captar condições diversificadas, como iluminação, alterações de perspetiva e variações meteorológicas. Esta diversidade ajuda os modelos a lidar com a complexidade dos ambientes de transporte do mundo real.

Eis uma breve visão geral de conjuntos de dados populares que apoiam o treino, a otimização e a avaliação de modelos de reidentificação de veículos:

• Conjunto de dados VeRi-776: É uma coleção de mais de 50 000 imagens anotadas de veículos, captadas por 20 câmaras urbanas. As anotações incluem o ID do veículo, a cor, o modelo e as regiões das matrículas, permitindo uma aprendizagem detalhada de características.
• Conjunto de dados VehicleID: Este conjunto de dados de grande escala contém mais de 200 000 imagens que representam mais de 26 000 veículos. É frequentemente escolhido para estudar a escalabilidade e realizar comparações de referência entre diferentes métodos.
• Conjunto de dados VeRi-Wild: Foi concebido para refletir a variabilidade do mundo real, incluindo diferenças de perspetiva, condições meteorológicas e oclusões parciais. É habitualmente utilizado para avaliar a robustez e a generalização dos modelos.

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

O desempenho dos modelos nestes conjuntos de dados é normalmente avaliado através de métricas como a precisão média média (mAP) e a precisão 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, estes benchmarks fornecem aos investigadores uma forma consistente de comparar diferentes abordagens e desempenham um papel importante na orientação do desenvolvimento de sistemas de reidentificação de veículos mais precisos e fiáveis para utilização no mundo real.

Aplicações da reidentificação de veículos#

Agora que abordámos os fundamentos, vejamos alguns casos de utilização no mundo real em que a reidentificação de veículos apoia fluxos de trabalho práticos de transporte, mobilidade e vigilância.

Vigilância e monitorização do trânsito urbano#

As estradas movimentadas das cidades estão constantemente cheias de movimento, e as câmaras de trânsito têm frequentemente dificuldade em acompanhar o mesmo veículo enquanto este se desloca entre diferentes zonas. Alterações na iluminação, cenas congestionadas e veículos quase idênticos podem fazer com que as identidades se percam entre câmaras.

A reidentificação de veículos resolve este problema ao detetar claramente os veículos, extrair características distintivas e manter IDs consistentes mesmo em vídeos de baixa resolução ou congestionados. O resultado é um acompanhamento mais fluido e contínuo em toda a rede, proporcionando às equipas de trânsito uma visão mais clara de como os veículos se deslocam pela cidade e permitindo respostas mais rápidas e informadas a congestionamentos e incidentes.

Sistemas de estacionamento inteligente#

As instalações de estacionamento inteligente dependem de uma identificação consistente dos veículos para gerir a entrada, a saída, o controlo de acessos e a atribuição de lugares. No entanto, as câmaras nestes ambientes captam frequentemente os veículos de ângulos invulgares e sob condições de iluminação difíceis, como em garagens subterrâneas, zonas com sombra ou parques exteriores ao anoitecer.

Estas condições tornam mais difícil confirmar se o mesmo veículo está a ser observado em diferentes zonas. Quando as identidades são inconsistentes, os registos de estacionamento podem ficar incompletos, o controlo de acessos torna-se menos fiável e os condutores podem sofrer atrasos. É por isso que muitos sistemas de estacionamento inteligente incorporam modelos de reidentificação de veículos para manter uma identidade estável para cada veículo enquanto este percorre a instalação.

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

Aplicação da lei e investigação forense#

A par da monitorização do trânsito, a reidentificação de veículos também desempenha um papel importante na aplicação da lei e nas investigações forenses. Em muitos casos, os agentes precisam de seguir um veículo através de várias câmaras, mas as matrículas podem estar ilegíveis, ausentes ou deliberadamente ocultas.

Cenas congestionadas, baixa visibilidade e oclusões parciais podem fazer com que veículos diferentes pareçam enganosamente semelhantes, tornando a identificação manual lenta e pouco fiável. A reidentificação de veículos pode ser utilizada para rastrear o movimento de um veículo através de redes de câmaras não sobrepostas, analisando as suas características visuais em vez de depender exclusivamente das matrículas.

Isto significa que os investigadores podem acompanhar mais facilmente os movimentos de um veículo, compreender quando apareceu em diferentes locais e confirmar o seu percurso antes e depois de um incidente. A re-ID de veículos baseada em IA também apoia tarefas como o acompanhamento de veículos suspeitos, a análise de vídeos de incidentes ou a determinação da direção em que um veículo viajou antes ou depois de um evento.

Fig. 6. Veículos associados entre diferentes câmaras com perspetivas variadas. (Fonte)

Acompanhamento de frotas e logística#

As operações de frotas e logística dependem frequentemente de GPS, etiquetas RFID e registos manuais para acompanhar o movimento dos veículos, mas estas ferramentas deixam lacunas nas zonas abrangidas por câmaras de segurança ou de parques operacionais, como cais de carga, pátios de armazéns e redes rodoviárias internas.

Os veículos deslocam-se frequentemente entre câmaras que não se sobrepõem, desaparecem atrás de estruturas ou são quase idênticos a outros veículos da frota, dificultando a confirmação de que o mesmo veículo foi observado em locais diferentes. Os sistemas de reidentificação de veículos podem ajudar a colmatar estas lacunas ao analisar detalhes visuais e informações temporais para manter uma identidade consistente para cada veículo enquanto este percorre a instalação.

Isto proporciona aos gestores de frotas uma visão mais completa da atividade nos seus centros operacionais, apoiando tarefas como a verificação de percursos de entrega, a identificação de movimentos invulgares e a garantia de que os veículos seguem as rotas esperadas.

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

Eis alguns dos principais benefícios da utilização da reidentificação de veículos com IA:

• Redução do trabalho manual: A re-ID de veículos automatiza tarefas de correspondência de identidades que, de outro modo, exigiriam uma análise manual extensa, reduzindo significativamente o tempo e o esforço necessários para analisar imagens de vídeo.
• Automação e informações em tempo real: Ao combinar deteção, acompanhamento e correspondência de características, a re-ID de veículos permite uma monitorização automatizada contínua e pode fornecer alertas em tempo real para uma resposta mais rápida a incidentes.
• Escalabilidade e adaptabilidade: Os modelos de Re-ID podem adaptar-se a novos ambientes, condições de iluminação ou ângulos de câmara através de uma aprendizagem robusta de características, extração de características multiescala e representações invariantes que permanecem estáveis perante alterações visuais. Estas capacidades tornam-nos adequados tanto para grandes redes urbanas como para implementações de menor dimensão.

Embora a reidentificação de veículos ofereça muitas vantagens, também existem algumas limitações a considerar. Eis alguns fatores que afetam a sua fiabilidade em ambientes do mundo real:

• Elevada exigência computacional: A extração de características, a geração de embeddings e a correspondência entre câmaras requerem um poder de processamento significativo, especialmente ao monitorizar grandes redes de câmaras.
• Variabilidade ambiental: Fatores como a iluminação noturna, as alterações meteorológicas, as sombras e as oclusões podem degradar a capacidade do modelo de manter identidades consistentes entre cenas.
• Limitações do conjunto de dados e do domínio: Os modelos treinados com conjuntos de dados limitados ou idealizados podem não generalizar bem para condições do mundo real sem um ajuste fino ou uma adaptação de domínio adicionais.

O futuro dos métodos de reidentificação de veículos#

A reidentificação de veículos continua a avançar à medida que a tecnologia evolui. Publicações recentes da IEEE, da CVPR e do arXiv, juntamente com apresentações em conferências internacionais, destacam uma mudança clara para modelos mais ricos que combinam múltiplas fontes de dados e um raciocínio mais avançado sobre características. É provável que o trabalho futuro nesta área se concentre na criação de sistemas mais robustos e eficientes, capazes de lidar com a variabilidade do mundo real em grande escala.

Por exemplo, uma direção promissora é a utilização de modelos baseados em Transformer e redes de agregação em grafos. Os Transformers podem analisar uma imagem completa e compreender 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 levam isto um passo mais longe, tratando diferentes partes do veículo ou vistas de câmaras como pontos ligados numa rede. Isto permite que o sistema compreenda a correlação entre esses pontos-chave e tome melhores decisões 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 informação visual com outros sinais multimédia, como dados de GPS ou padrões de movimento provenientes de sensores. Este contexto adicional facilita a manutenção da precisão do sistema quando os veículos estão parcialmente obstruídos, quando a iluminação é fraca ou quando os ângulos das câmaras mudam subitamente.

Principais conclusões#

A reidentificação de veículos está a tornar-se uma metodologia essencial nos sistemas de transporte inteligentes, ajudando as cidades a monitorizar veículos de forma mais fiável através de diferentes câmaras. Graças aos avanços na aprendizagem profunda e a uma melhor validação com conjuntos de dados mais ricos e diversificados, estes sistemas estão a tornar-se mais precisos e práticos em condições do mundo real.

À medida que a tecnologia evolui, é importante equilibrar a inovação com práticas responsáveis relacionadas com a privacidade, a segurança e a ética. De modo geral, estes avanços estão a abrir caminho para redes de transporte mais inteligentes, seguras e eficientes.

Explora mais sobre IA visitando o nosso repositório no GitHub e juntando-te à nossa comunidade. Consulta as nossas páginas de soluções para saber mais sobre IA na robótica e visão computacional na indústria transformadora. Descobre as nossas opções de licenciamento para começares hoje a utilizar IA de visão!