Implementación de un sistema de detección vehicular mediante el uso de inteligencia artificial en plataformas embebidas
Sánchez Castro, Jonathan Jesús
Implementación de un sistema de detección vehicular mediante el uso de inteligencia artificial en plataformas embebidas [recurso electrónico] / Jonathan Jesús Sánchez Castro ; director, Julio César Rodríguez Quiñonez ; codirector, Guillermo Galaviz Yáñez - Mexicali, Baja California, 2021 - 1 recurso en línea, 92 p. ; il. col.
Maestría y Doctorado en Ciencias e Ingeniería
Tesis (Maestría)--Universidad Autónoma de Baja California, Facultad de Ingeniería, Mexicali, 2021.
Incluye referencias bibliográficas
En este trabajo de tesis se tiene como objetivo el realizar un sistema de recono-
cimiento vehicular mediante la aplicaci ́on de algoritmos de inteligencia artificial,
espec ́ıficamente las redes neuronales convolucionales de aprendizaje profundo, de-
bido a sus buenos resultados en el ́area de visi ́on de m ́aquina reportados en los
́ultimos a ̃nos. Estos algoritmos tuvieron mayor desarrollo e implementaci ́on du-
rante el transcurso de la ́ultima d ́ecada y han desplazado en tareas de manejo
de im ́agenes a otros como las m ́aquinas de soporte vectorial o vecinos cercanos,
por lo que la presente investigaci ́on implementar ́a estas redes convolucionales pa-
ra realizar la clasificaci ́on y detecci ́on de veh ́ıculos. El prop ́osito de aplicaci ́on es
desarrollar un sistema visual de detecci ́on de veh ́ıculos para apoyo de las viali-
dades de la ciudad de Mexicali, ya que su uso se exiende a temas de seguridad,
mantenimiento y estad ́ıstica vehicular. En la presente investigaci ́on se realizan
seis propuestas de arquitecturas esbeltas de redes neuronales convolucionales que
permiten la implementaci ́on de estas redes para las aplicaciones de clasificaci ́on y
detecci ́on de veh ́ıculos.
Inteligencia artificial --Tesis y disertaciones académicas
Q335 / S36 2021
Implementación de un sistema de detección vehicular mediante el uso de inteligencia artificial en plataformas embebidas [recurso electrónico] / Jonathan Jesús Sánchez Castro ; director, Julio César Rodríguez Quiñonez ; codirector, Guillermo Galaviz Yáñez - Mexicali, Baja California, 2021 - 1 recurso en línea, 92 p. ; il. col.
Maestría y Doctorado en Ciencias e Ingeniería
Tesis (Maestría)--Universidad Autónoma de Baja California, Facultad de Ingeniería, Mexicali, 2021.
Incluye referencias bibliográficas
En este trabajo de tesis se tiene como objetivo el realizar un sistema de recono-
cimiento vehicular mediante la aplicaci ́on de algoritmos de inteligencia artificial,
espec ́ıficamente las redes neuronales convolucionales de aprendizaje profundo, de-
bido a sus buenos resultados en el ́area de visi ́on de m ́aquina reportados en los
́ultimos a ̃nos. Estos algoritmos tuvieron mayor desarrollo e implementaci ́on du-
rante el transcurso de la ́ultima d ́ecada y han desplazado en tareas de manejo
de im ́agenes a otros como las m ́aquinas de soporte vectorial o vecinos cercanos,
por lo que la presente investigaci ́on implementar ́a estas redes convolucionales pa-
ra realizar la clasificaci ́on y detecci ́on de veh ́ıculos. El prop ́osito de aplicaci ́on es
desarrollar un sistema visual de detecci ́on de veh ́ıculos para apoyo de las viali-
dades de la ciudad de Mexicali, ya que su uso se exiende a temas de seguridad,
mantenimiento y estad ́ıstica vehicular. En la presente investigaci ́on se realizan
seis propuestas de arquitecturas esbeltas de redes neuronales convolucionales que
permiten la implementaci ́on de estas redes para las aplicaciones de clasificaci ́on y
detecci ́on de veh ́ıculos.
Inteligencia artificial --Tesis y disertaciones académicas
Q335 / S36 2021
