Por favor, use este identificador para citar o enlazar este ítem: https://dspace.unl.edu.ec/jspui/handle/123456789/11225
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorPaz Arias, Henry patricio-
dc.contributor.authorJiménez Ochoa, Magaly Gabriela-
dc.date.accessioned2016-04-25T20:04:29Z-
dc.date.available2016-04-25T20:04:29Z-
dc.date.issued2016-
dc.identifier.urihttp://dspace.unl.edu.ec/jspui/handle/123456789/11225-
dc.descriptionPresents the development of a system of artificial vision for the measurement of flow pedestrian in the real time in an intersection of traficc light. For the get the same it will development in matlab put to practical toolbox, in which one of detector of object in waterfall pot to practical the algorithm of viola-jones for detector the faces of the people, o part high of body, in what location in the scientist literature a of the important work of the detection in real time is the method based in the learning of adaboost that for your eficience, this method that uses the algorithm has been chosen, beside the object detector of people, that is based in the technique of histograms of oriented gradients and a guide of Support Vector Machine classifier, that is based of a method that offers robust results thanks to invariance to change in the fund or in the positions of the pedestrians. The aportation principal in this work is the integration of these three algorithms: FrontalFaceCART, Upperbody and peopleDetector for the detection of people in real time with the finality of lower the margin of error in the detection of people.es_ES
dc.description.abstractSe presenta el desarrollo de un sistema de Visión Artificial para la medición del flujo peatonal en tiempo real en una intersección de semáforo. Está desarrollado en Matlab utilizando su toolbox, en el cual dentro del detector de objetos en cascada utiliza el algoritmo de Viola-Jones para detectar las caras de la gente (FrontalFaceCART) o parte superior del cuerpo (Upperbody), donde en la literatura científica uno de los trabajos importantes de detección en tiempo real es el método basado en el aprendizaje de Adaboost que es el que utiliza dicho algoritmo, donde por su eficiencia ha sido elegido; además del objeto detector de personas (peopleDetector) que se basa en la técnica de histogramas de gradientes orientados (HOG) y un entrenado de las Máquinas de Soporte Vectorial (SVM) clasificador, se trata de un procedimiento que ofrece resultados robustos gracias a su invariancia ante cambios en el fondo o en las posturas de los peatones. La principal aportación en este trabajo, es la integración de estos tres algoritmos: FrontalFaceCART, Upperbody, y peopleDetector, para la detección de personas en tiempo real con la finalidad de bajar el margen de error.es_ES
dc.format.extent183 p.es_ES
dc.language.isospaes_ES
dc.rightsopenAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/es_ES
dc.subject<VISIÓN ARTIFICIAL> <PROCESAMIENTO DIGITAL DE IMÁGENES EN TIEMPO REAL> <ALGORITMOS PARA LA DETECCIÓN DE PERSONAS> <TOOLBOX MATLAB> <FRONTALFACECART> <UPPERBODY> <PEOPELE DETECTOR>es_ES
dc.titleDesarrollo de un sistema de visión artificial para la detección de aglomeración de personas en un semáforo.es_ES
dc.typebachelorThesises_ES
Aparece en las colecciones: TRABAJOS DE TITULACION AEIRNNR

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Jiménez Ochoa, Magaly Gabriela.pdf5,66 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.