Desarrollo de una herramienta inteligente para la captura, selección y visualización automatizada de imágenes georreferenciadas en la inspección de vías urbanas

Este trabajo presenta el desarrollo de una herramienta informática inteligente y modular cuyo objetivo es automatizar los procesos de captura, selección y visualización de imágenes georreferenciadas destinadas a la inspección de vías urbanas. Dicha herramienta facilita la generación de conjuntos de datos (datasets) optimizados, fundamentales para el entrenamiento y la evaluación de modelos de inteligencia artificial enfocados en la detección de defectos en vías vehiculares. La metodología implementada articula varios procesos clave: una aplicación móvil captura simultáneamente video y coordenadas GPS, asegurando la correspondencia temporal y espacial de los datos. Posteriormente, el sistema segmenta el video en clips basados en un umbral de desplazamiento geográfico, logrando una notable reducción promedio del 96% en el volumen de fotogramas al eliminar redundancia. De cada clip, se selecciona automáticamente el frame más representativo utilizando un puntaje ponderado que combina métricas objetivas de calidad visual como nitidez (Laplaciano), entropía y la puntuación de calidad percibida HyperIQA. Finalmente, los frames seleccionados son procesados utilizando el modelo Deep Learning NAFNet para corregir la distorsión por movimiento, lo que resultó en una mejora de la calidad visual promedio del 14,14% respecto al clip original. Los resultados experimentales validaron la efectividad de la herramienta, demostrando que esta mejora visual se traduce en un aumento absoluto del 20,93% en la tasa de detección de defectos por el modelo YOLOv12, además de reducir falsos positivos. La herramienta final proporciona una interfaz de usuario para la gestión de rutas, la visualización interactiva de trayectos sobre mapas y la evaluación visual de los resultados de detección, estableciéndose como una solución robusta para la generación estandarizada de datasets de alta calidad y la optimización del proceso de inspección vial. El trabajo se desarrolla en el marco del proyecto institucional de investigación PGI3902ECBTI2024 de la UNAD, lo cual refuerza su pertinencia y articulación con las líneas de investigación de la Escuela de Ciencias Básicas, Tecnología e Ingeniería (ECBTI).