Detección de somnolencia en conducción diurna y nocturna utilizando la red neuronal convolucional (CNN) MobileNet
Detectar somnolencia en conductores utilizando la red neuronal convolucional (CNN) MobileNet.
में बचाया:
| मुख्य लेखक: | |
|---|---|
| स्वरूप: | bachelorThesis |
| भाषा: | spa |
| प्रकाशित: |
2025
|
| विषय: | |
| ऑनलाइन पहुंच: | https://repositorio.utn.edu.ec/handle/123456789/17001 |
| टैग: |
टैग जोड़ें
कोई टैग नहीं, इस रिकॉर्ड को टैग करने वाले पहले व्यक्ति बनें!
|
टैग जोड़ें | _version_ | 1863407619088056320 |
|---|---|
| author | Enríquez Gallegos, Esteban David |
| author_facet | Enríquez Gallegos, Esteban David |
| author_role | author |
| collection | Repositorio Universidad Técnica del Norte |
| dc.contributor.none.fl_str_mv | García Santillán, Iván Danilo Software |
| dc.coverage.none.fl_str_mv | Ibarra, Ecuador |
| dc.creator.none.fl_str_mv | Enríquez Gallegos, Esteban David |
| dc.date.none.fl_str_mv | 2025-03-17T14:52:07Z 2025-03-17T14:52:07Z 2025-02-25 2025-03-17 |
| dc.format.none.fl_str_mv | image/png application/pdf |
| dc.identifier.none.fl_str_mv | 04/SOF/ 086 https://repositorio.utn.edu.ec/handle/123456789/17001 0000044101 |
| dc.language.none.fl_str_mv | spa |
| dc.rights.none.fl_str_mv | Atribución-NoComercial-CompartirIgual 3.0 Ecuador http://creativecommons.org/licenses/by-nc-sa/3.0/ec/ info:eu-repo/semantics/openAccess |
| dc.source.none.fl_str_mv | reponame:Repositorio Universidad Técnica del Norte instname:Universidad Técnica del Norte instacron:UTN |
| dc.subject.none.fl_str_mv | NORMAS ISO DEEP LEARNING SOMNOLENCIA REDES NEURONALES |
| dc.title.none.fl_str_mv | Detección de somnolencia en conducción diurna y nocturna utilizando la red neuronal convolucional (CNN) MobileNet |
| dc.type.none.fl_str_mv | info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/bachelorThesis |
| description | Detectar somnolencia en conductores utilizando la red neuronal convolucional (CNN) MobileNet. |
| eu_rights_str_mv | openAccess |
| format | bachelorThesis |
| id | UTN_11306eebb88c828a7c39a3de8752d617 |
| identifier_str_mv | 04/SOF/ 086 0000044101 |
| instacron_str | UTN |
| institution | UTN |
| instname_str | Universidad Técnica del Norte |
| language | spa |
| network_acronym_str | UTN |
| network_name_str | Repositorio Universidad Técnica del Norte |
| oai_identifier_str | oai:repositorio.utn.edu.ec:123456789/17001 |
| publishDate | 2025 |
| reponame_str | Repositorio Universidad Técnica del Norte |
| repository.mail.fl_str_mv | . |
| repository.name.fl_str_mv | Repositorio Universidad Técnica del Norte - Universidad Técnica del Norte |
| repository_id_str | 4189 |
| rights_invalid_str_mv | Atribución-NoComercial-CompartirIgual 3.0 Ecuador http://creativecommons.org/licenses/by-nc-sa/3.0/ec/ |
| spelling | Detección de somnolencia en conducción diurna y nocturna utilizando la red neuronal convolucional (CNN) MobileNetEnríquez Gallegos, Esteban DavidNORMAS ISODEEP LEARNINGSOMNOLENCIAREDES NEURONALESDetectar somnolencia en conductores utilizando la red neuronal convolucional (CNN) MobileNet.La fatiga y la somnolencia son factores críticos en los accidentes de tráfico, representando una de las principales causas de siniestros viales con víctimas. Para abordar esta problemática, este trabajo propone una solución basada en inteligencia artificial para la detección de somnolencia en conductores, utilizando una red neuronal convolucional (CNN) basada en la arquitectura MobileNetV3. El modelo fue entrenado siguiendo la metodología KDD (Knowledge Discovery in Databases) y se utilizó un conjunto de datos personalizado, compuesto por imágenes propias y muestras seleccionadas de 12 conjuntos de datos públicos. Para mejorar la precisión del sistema, se integró el cálculo del Eye Aspect Ratio (EAR) a partir de 68 puntos faciales (landmarks) y el etiquetado de las imágenes en dos clases, somnoliento (drowsy) y alerta (non-drowsy). El modelo fue evaluado en distintos escenarios controlados, incluyendo rostros descubiertos con 97% accuracy, uso de gafas convencionales 94%, gafas de sol 92%, iluminación diurna 94% y nocturna 91%. Para garantizar su implementación en sistemas embebidos, se optimizó el modelo utilizando TensorFlow Lite, logrando un tiempo de inferencia de 120 milisegundos por fotograma (ms/f) con 8 fotogramas por segundo (FPS). La implementación en una Raspberry Pi 4 se realizó siguiendo el criterio de adaptabilidad definido en la norma ISO 25010, asegurando su portabilidad y eficiencia en entornos con recursos limitados.IngenieríaGarcía Santillán, Iván DaniloSoftware2025-03-17T14:52:07Z2025-03-17T14:52:07Z2025-02-252025-03-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisimage/pngapplication/pdf04/SOF/ 086https://repositorio.utn.edu.ec/handle/123456789/170010000044101spaIbarra, EcuadorAtribución-NoComercial-CompartirIgual 3.0 Ecuadorhttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/info:eu-repo/semantics/openAccessreponame:Repositorio Universidad Técnica del Norteinstname:Universidad Técnica del Norteinstacron:UTN2025-03-21T16:03:45Zoai:repositorio.utn.edu.ec:123456789/17001Institucionalhttp://repositorio.utn.edu.ec/Universidad públicahttps://www.utn.edu.ec/http://repositorio.utn.edu.ec/oai.Ecuador...opendoar:41892026-04-25T02:13:48.711386Repositorio Universidad Técnica del Norte - Universidad Técnica del Nortetrue |
| spellingShingle | Detección de somnolencia en conducción diurna y nocturna utilizando la red neuronal convolucional (CNN) MobileNet Enríquez Gallegos, Esteban David NORMAS ISO DEEP LEARNING SOMNOLENCIA REDES NEURONALES |
| status_str | publishedVersion |
| title | Detección de somnolencia en conducción diurna y nocturna utilizando la red neuronal convolucional (CNN) MobileNet |
| title_full | Detección de somnolencia en conducción diurna y nocturna utilizando la red neuronal convolucional (CNN) MobileNet |
| title_fullStr | Detección de somnolencia en conducción diurna y nocturna utilizando la red neuronal convolucional (CNN) MobileNet |
| title_full_unstemmed | Detección de somnolencia en conducción diurna y nocturna utilizando la red neuronal convolucional (CNN) MobileNet |
| title_short | Detección de somnolencia en conducción diurna y nocturna utilizando la red neuronal convolucional (CNN) MobileNet |
| title_sort | Detección de somnolencia en conducción diurna y nocturna utilizando la red neuronal convolucional (CNN) MobileNet |
| topic | NORMAS ISO DEEP LEARNING SOMNOLENCIA REDES NEURONALES |
| url | https://repositorio.utn.edu.ec/handle/123456789/17001 |