Implementación de un prototipo para contar personas en video capturado en tiempo real utilizando técnicas de aprendizaje profundo
El desarrollo de dispositivos de visión artificial para la detección y seguimiento de objetos en video requiere la utilización de algoritmos complejos implementados en sistemas computacionales de alto rendimiento. Aunque existen un sinnúmero de técnicas holísticas y de machine learning utilizadas pa...
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | bachelorThesis |
| Lenguaje: | spa |
| Publicado: |
2020
|
| Materias: | |
| Acceso en línea: | http://repositorio.espe.edu.ec/handle/21000/21670 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
Agregar Etiqueta | _version_ | 1840613590274408448 |
|---|---|
| author | Parreño Escobar, Juan Fernando |
| author_facet | Parreño Escobar, Juan Fernando |
| author_role | author |
| collection | Repositorio Universidad de las Fuerzas Armadas |
| dc.contributor.none.fl_str_mv | Silva Tapia, Rodrigo |
| dc.creator.none.fl_str_mv | Parreño Escobar, Juan Fernando |
| dc.date.none.fl_str_mv | 2020-02-28T09:49:55Z 2020-02-28T09:49:55Z 2020 |
| dc.format.none.fl_str_mv | application/pdf application/vnd.openxmlformats-officedocument.presentationml.presentation application/pdf |
| dc.identifier.none.fl_str_mv | Parreño Escobar, Juan Fernando (2020). Implementación de un prototipo para contar personas en video capturado en tiempo real utilizando técnicas de aprendizaje profundo. Carrera de Ingeniería en Electrónica y Telecomunicaciones. Universidad de las Fuerzas Armadas ESPE. Matriz Sangolquí 043372 http://repositorio.espe.edu.ec/handle/21000/21670 |
| dc.language.none.fl_str_mv | spa |
| dc.publisher.none.fl_str_mv | Universidad de las Fuerzas Armadas ESPE. Carrera de Ingeniería en Electrónica y Telecomunicaciones |
| dc.rights.none.fl_str_mv | info:eu-repo/semantics/openAccess |
| dc.source.none.fl_str_mv | reponame:Repositorio Universidad de las Fuerzas Armadas instname:Universidad de las Fuerzas Armadas instacron:ESPE |
| dc.subject.none.fl_str_mv | PROCESAMIENTO DE IMÁGENES PROCESAMIENTO DE IMÁGENES - TÉCNICAS DIGITALES GRABACIONES EN VIDEO VISIÓN POR COMPUTADOR RED NEURONAL ARTIFICIAL |
| dc.title.none.fl_str_mv | Implementación de un prototipo para contar personas en video capturado en tiempo real utilizando técnicas de aprendizaje profundo |
| dc.type.none.fl_str_mv | info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/bachelorThesis |
| description | El desarrollo de dispositivos de visión artificial para la detección y seguimiento de objetos en video requiere la utilización de algoritmos complejos implementados en sistemas computacionales de alto rendimiento. Aunque existen un sinnúmero de técnicas holísticas y de machine learning utilizadas para la detección de objetos, hoy en día, la tendencia es utilizar nuevas técnicas de procesamiento de imágenes y video basadas en redes neuronales convolucionales, con las cuales se han logrado mejores resultados en cuanto a la confiabilidad de la detección y el tiempo de procesamiento. En este trabajo se implementó un prototipo para realizar el conteo de personas entrelazando un algoritmo de detección de objetos pre entrenado Single Shot Detection (SSD) de MobilNet con un algoritmo de seguimiento de objetos basado en la estimación del centroide, operando en un hardware dedicado de Nvidia Jetson Tx1. La programación del prototipo se realiza utilizando librerías de Python y OpenCV bajo el entorno del sistema operativo linux Ubuntu instalados en la tarjeta Nvidia. En la evaluación del contador de personas se evidencia el equilibrio logrado entre la rapidez, la precisión y el costo computacional del prototipo funcionando en tiempo real bajo un escenario con ambiente de luz natural y luz artificial con resultados muy aceptables. |
| eu_rights_str_mv | openAccess |
| format | bachelorThesis |
| id | ESPE_259b45fa6befc5d4675a0c2f901b49db |
| identifier_str_mv | Parreño Escobar, Juan Fernando (2020). Implementación de un prototipo para contar personas en video capturado en tiempo real utilizando técnicas de aprendizaje profundo. Carrera de Ingeniería en Electrónica y Telecomunicaciones. Universidad de las Fuerzas Armadas ESPE. Matriz Sangolquí 043372 |
| instacron_str | ESPE |
| institution | ESPE |
| instname_str | Universidad de las Fuerzas Armadas |
| language | spa |
| network_acronym_str | ESPE |
| network_name_str | Repositorio Universidad de las Fuerzas Armadas |
| oai_identifier_str | oai:repositorio.espe.edu.ec:21000/21670 |
| publishDate | 2020 |
| publisher.none.fl_str_mv | Universidad de las Fuerzas Armadas ESPE. Carrera de Ingeniería en Electrónica y Telecomunicaciones |
| reponame_str | Repositorio Universidad de las Fuerzas Armadas |
| repository.mail.fl_str_mv | . |
| repository.name.fl_str_mv | Repositorio Universidad de las Fuerzas Armadas - Universidad de las Fuerzas Armadas |
| repository_id_str | 2042 |
| spelling | Implementación de un prototipo para contar personas en video capturado en tiempo real utilizando técnicas de aprendizaje profundoParreño Escobar, Juan FernandoPROCESAMIENTO DE IMÁGENESPROCESAMIENTO DE IMÁGENES - TÉCNICAS DIGITALESGRABACIONES EN VIDEOVISIÓN POR COMPUTADORRED NEURONAL ARTIFICIALEl desarrollo de dispositivos de visión artificial para la detección y seguimiento de objetos en video requiere la utilización de algoritmos complejos implementados en sistemas computacionales de alto rendimiento. Aunque existen un sinnúmero de técnicas holísticas y de machine learning utilizadas para la detección de objetos, hoy en día, la tendencia es utilizar nuevas técnicas de procesamiento de imágenes y video basadas en redes neuronales convolucionales, con las cuales se han logrado mejores resultados en cuanto a la confiabilidad de la detección y el tiempo de procesamiento. En este trabajo se implementó un prototipo para realizar el conteo de personas entrelazando un algoritmo de detección de objetos pre entrenado Single Shot Detection (SSD) de MobilNet con un algoritmo de seguimiento de objetos basado en la estimación del centroide, operando en un hardware dedicado de Nvidia Jetson Tx1. La programación del prototipo se realiza utilizando librerías de Python y OpenCV bajo el entorno del sistema operativo linux Ubuntu instalados en la tarjeta Nvidia. En la evaluación del contador de personas se evidencia el equilibrio logrado entre la rapidez, la precisión y el costo computacional del prototipo funcionando en tiempo real bajo un escenario con ambiente de luz natural y luz artificial con resultados muy aceptables.Universidad de las Fuerzas Armadas ESPE. Carrera de Ingeniería en Electrónica y TelecomunicacionesSilva Tapia, Rodrigo2020-02-28T09:49:55Z2020-02-28T09:49:55Z2020info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfapplication/vnd.openxmlformats-officedocument.presentationml.presentationapplication/pdfParreño Escobar, Juan Fernando (2020). Implementación de un prototipo para contar personas en video capturado en tiempo real utilizando técnicas de aprendizaje profundo. Carrera de Ingeniería en Electrónica y Telecomunicaciones. Universidad de las Fuerzas Armadas ESPE. Matriz Sangolquí043372http://repositorio.espe.edu.ec/handle/21000/21670spainfo:eu-repo/semantics/openAccessreponame:Repositorio Universidad de las Fuerzas Armadasinstname:Universidad de las Fuerzas Armadasinstacron:ESPE2024-07-27T10:54:26Zoai:repositorio.espe.edu.ec:21000/21670Institucionalhttps://repositorio.espe.edu.ec/Universidad públicahttps://www.espe.edu.ec/https://repositorio.espe.edu.ec/oai.Ecuador...opendoar:20422024-07-27T10:54:26Repositorio Universidad de las Fuerzas Armadas - Universidad de las Fuerzas Armadasfalse |
| spellingShingle | Implementación de un prototipo para contar personas en video capturado en tiempo real utilizando técnicas de aprendizaje profundo Parreño Escobar, Juan Fernando PROCESAMIENTO DE IMÁGENES PROCESAMIENTO DE IMÁGENES - TÉCNICAS DIGITALES GRABACIONES EN VIDEO VISIÓN POR COMPUTADOR RED NEURONAL ARTIFICIAL |
| status_str | publishedVersion |
| title | Implementación de un prototipo para contar personas en video capturado en tiempo real utilizando técnicas de aprendizaje profundo |
| title_full | Implementación de un prototipo para contar personas en video capturado en tiempo real utilizando técnicas de aprendizaje profundo |
| title_fullStr | Implementación de un prototipo para contar personas en video capturado en tiempo real utilizando técnicas de aprendizaje profundo |
| title_full_unstemmed | Implementación de un prototipo para contar personas en video capturado en tiempo real utilizando técnicas de aprendizaje profundo |
| title_short | Implementación de un prototipo para contar personas en video capturado en tiempo real utilizando técnicas de aprendizaje profundo |
| title_sort | Implementación de un prototipo para contar personas en video capturado en tiempo real utilizando técnicas de aprendizaje profundo |
| topic | PROCESAMIENTO DE IMÁGENES PROCESAMIENTO DE IMÁGENES - TÉCNICAS DIGITALES GRABACIONES EN VIDEO VISIÓN POR COMPUTADOR RED NEURONAL ARTIFICIAL |
| url | http://repositorio.espe.edu.ec/handle/21000/21670 |