Desarrollo de un sistema de visión artificial para la detección de transeúntes con discapacidad y vehículos pequeños utilizando software libre.

Abstract

El presente Trabajo de Titulación consiste en el desarrollo de un sistema para la detección y conteo de personas, vehículos pequeños, bicicletas, motos y sillas de ruedas; el cual consta de dos partes. La primera parte corresponde al agente inteligente, el cual es el encargado de la captura de video en tiempo real, detección y conteo de objetos (personas, vehículos pequeños, bicicletas, motos y sillas de ruedas) y de realizar el envío de datos cada determinado tiempo a una base de datos remota; la segunda parte es una aplicación web la cual permite generar reportes de conteo de objetos y la administración de usuarios del sistema (agregar, eliminar, modificar). En el diseño del sistema se utilizó la metodología ICONIX, como resultado de la aplicación de esta metodología se obtuvo el análisis de requerimientos a partir de los cuales se procedió a realizar la elaboración del modelo de dominio, casos de uso y prototipado; seguidamente se realizó el análisis y diseño preliminar en el que constan la descripción de casos de uso y diagrama de robustez; en la siguiente etapa de la metodología se especifica el comportamiento del sistema a través de los diagramas de secuencia y posteriormente se escribió el código de todo el diseño antes realizado. Para la construcción de los detectores de objetos se utilizó las características de Haar como descriptores de la imagen y Adaboost como método de clasificación. Estas técnicas para la detección de objetos están basadas en el método propuesto por Viola y Jones enfocado principalmente a la detección de caras, pero se lo puede utilizar para la detección de cualquier tipo de objetos; dicho método proporciona una gran robustez y alta eficiencia respecto al tiempo de cálculo lo que implica que se puede implementar en tiempo real incluso en dispositivos con bajas características de procesamiento. Finalmente, se procedió a realizar las pruebas de funcionalidad y rendimiento, para lo cual se evaluó a cada uno de los clasificadores en la detección de objetos, en este punto se tomó en cuenta algunos parámetros de evaluación tales como: Exactitud, Precisión, Especificidad, Sensibilidad y F1 Score; parámetros que se consideraron suficientes para saber si los resultados finales están acorde a los requisitos planteados.