Desarrollar sistema de rastreo de personas en tiempo real para la detección y monitoreo de actitudes sospechosas, a través de la re-identificación de personas utilizando características biométricas y soft-biométricas, y técnicas computacionales avanzadas, en un entorno controlado en la ESPE Sede Latacunga.
El presente documento aborda el desarrollo e implementación de un sistema innovador para la Re-identificación de personas en entornos simulados en 3D, empleando técnicas avanzadas de visión por computador y aprendizaje automático. El proyecto se organizó utilizando la metodología ágil Scrum, lo que...
محفوظ في:
| المؤلف الرئيسي: | |
|---|---|
| مؤلفون آخرون: | , |
| التنسيق: | bachelorThesis |
| منشور في: |
2024
|
| الموضوعات: | |
| الوصول للمادة أونلاين: | https://repositorio.espe.edu.ec/handle/21000/44892 |
| الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
إضافة وسم | الملخص: | El presente documento aborda el desarrollo e implementación de un sistema innovador para la Re-identificación de personas en entornos simulados en 3D, empleando técnicas avanzadas de visión por computador y aprendizaje automático. El proyecto se organizó utilizando la metodología ágil Scrum, lo que permitió una adaptación flexible a los cambios y un progreso incremental en el sistema. El sistema se concibió para generar avatares realistas con la ayuda de Ready Player Me, integrándolos en un entorno 3D modelado en Unity que simula un pasillo, equipado con cámaras de seguridad para capturar imágenes de los avatares en movimiento. Las imágenes capturadas son almacenanadas en una carpeta compartida y después se procesan en tiempo real utilizando las herramientas YOLOv8 y OpenCV. Estas tecnologías integradas nos permiten detectar y re-identificar avatares basándose en características biométricas y de soft-biométricas que extrae de las imágenes procesadas. El análisis del comportamiento se llevó a cabo dividiendo el entorno en celdas para registrar las visitas y determinar patrones de patrullaje. Los resultados mostraron una precisión del 95% en la detección de avatares, lo cual demostró la efectividad del modelo y los algoritmos implementados. Aunque el rendimiento general del sistema se clasificó como medio, se identificaron áreas de mejora en la gestión de recursos y la optimización del procesamiento. La perfecta integración de los componentes del sistema garantizó un funcionamiento fluido y sin problemas. Esto permitió realizar un seguimiento en directo y un análisis exhaustivo de los avatares en el entorno simulado. Durante las pruebas operativas, el sistema demostró ser capaz de identificar y distinguir los avatares, evaluar su comportamiento y sus patrullas y gestionar eficazmente los recursos disponibles. |
|---|