Por favor, use este identificador para citar o enlazar este ítem:
http://repositorio.espe.edu.ec/handle/21000/14014
Título : | Reconocimiento de señales de tránsito de velocidad en condiciones extremas de iluminación en el espectro visible |
Director(es): | Flores Calero, Marco Javier |
Autor: | Vargas Flores, Jonathan Renato |
Palabras clave : | ALGORITMOS INTELIGENCIA ARTIFICIAL PROCESAMIENTO DE SEÑALES BASES DE DATOS SEÑALES DE TRÁNSITO |
Fecha de publicación : | 2018 |
Editorial: | Universidad de las Fuerzas Armadas ESPE. Carrera de Ingeniería en Electrónica, Automatización y Control. |
Citación : | Vargas Flores, Jonathan Renato (2018). Reconocimiento de señales de tránsito de velocidad en condiciones extremas de iluminación en el espectro visible. Carrera de Ingeniería en Electrónica, Automatización y Control. Universidad de las Fuerzas Armadas ESPE. Matriz Sangolquí. |
Abstract: | En el presente proyecto se desarrolla un algoritmo de reconocimiento de señales de tránsito de velocidad en condiciones extremas de iluminación en el espectro visible, utilizando visión por computadora e inteligencia artificial, al ingresar la imagen de la señal de tránsito, inicialmente se realiza un preprocesamiento de la imagen para mejorar la calidad de la misma y evitar la variación de iluminación, para luego utilizar el método de extracción de características HOG y utilizar su resultado en el algoritmo de multiclasificación ELM. El algoritmo se entrenó y evaluó sobre una base de datos de señales de tránsito regulatorias (pare, ceda el paso y velocidad) del Ecuador con 17.437 muestras positivas y 30.000 muestras negativas, obteniendo una exactitud de 99,85%, sensibilidad de 99,78% y tiempo de procesamiento de 1,0574 ms, para la clasificación de señales de límite de velocidad se utilizó 15.694 muestras positivas y se obtuvo una exactitud de 96,71%, sensibilidad de 94,16% y tiempo de procesamiento de 6,8223 ms, en total el tiempo de procesamiento de todo el algoritmo alcanzo 8,2087 ms y se comparó con otros algoritmos de aprendizaje de máquina como SVM y Kd-tree utilizando curvas ROC, con su parámetro AUC y tiempos de procesamiento para determinar cuál de los algoritmos tienen mejor desempeño en aplicaciones ADAS en tiempo real. |
URI : | http://repositorio.espe.edu.ec/handle/21000/14014 |
Aparece en las colecciones: | Tesis - Carrera de Ingeniería en Electrónica, Automatización y Control |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
T-ESPE-057602.pdf | TRABAJO DE TITULACIÓN | 1,45 MB | Adobe PDF | Visualizar/Abrir |
T-ESPE-057602-D.pptx | DEFENSA | 11,09 MB | Microsoft Powerpoint XML | Visualizar/Abrir |
T-ESPE-057602-R.pdf | RESUMEN | 21,61 kB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.