Por favor, use este identificador para citar o enlazar este ítem: https://dspace.unl.edu.ec/jspui/handle/123456789/18799
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorJácome Galarza, Luis Roberto-
dc.contributor.authorCarrión Chamba, Fernando Adrián-
dc.date.accessioned2017-05-30T20:57:13Z-
dc.date.available2017-05-30T20:57:13Z-
dc.date.issued2017-
dc.identifier.urihttp://dspace.unl.edu.ec/jspui/handle/123456789/18799-
dc.descriptionThe present work of degree consists of the development of a system for the detection and counting of people, small vehicles, bicycles, motorcycles and wheelchairs;Which consists of two parts. The first part corresponds to the intelligent agent, who is responsible for the capture of real-time video, detection and counting of objects (people, small vehicles, bicycles, motorcycles and wheelchairs) and send data to a remote database each time; The second part is a web application which allows to generate counting objects reports the users administration system (add, delete, modify). In the design of the system ICONIX methodology was used, as a result of the application of this methodology was obtained the analysis of requirements from which proceeded to make the domain model, cases use and prototyping; Next, the analysis and preliminary design were carried out, which includes the description cases use and robustness diagram; In the next stage of the methodology the performance of the system is specified through the sequence diagrams and later the code of all the previous design was written. For the construction of the object detectors the previous characteristics were used as descriptors of the picture and Adaboost as a classification method. These techniques for objects detection are based on the method proposed by Viola and Jones focused mainly on faces detection, but can be used for the detection of any type of objects; This method provides a high robustness and high efficiency with respect to the calculation time which implies that it can be implemented in real time even in devices with low processing characteristics. Finally, we performed the functional and performance tests, for which we evaluated each of the classifiers in the objects detection, at this point we took into account some evaluation parameters such as: Accuracy, Specificity, Sensitivity and F1 Score; Parameters that were considered sufficient to know if the final results are related to the requirements.es_ES
dc.description.abstractEl 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.es_ES
dc.format.extent124 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><RECONOCIMIENTO DE OBJETOS><CONTEO DE OBJETOS>es_ES
dc.subject<HARDWARE Y SOFTWARE LIBRE><ALGORITMO ADABOOST>es_ES
dc.titleDesarrollo de un sistema de visión artificial para la detección de transeúntes con discapacidad y vehículos pequeños utilizando software libre.es_ES
dc.typebachelorThesises_ES
Aparece en las colecciones: TRABAJOS DE TITULACION AEIRNNR

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Carrión Chamba, Fernando Adrián .pdf3,03 MBAdobe PDFVisualizar/Abrir


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