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
Tipo de material:
TextoDetalles de publicación: Mexicali, Baja California, 2021Descripción: 1 recurso en línea, 92 p. ; il. colTema(s): Inteligencia artificial -- Tesis y disertaciones académicasClasificación LoC:Q335 | S36 2021Recursos en línea: Tesis Digital
Nota de disertación: Tesis (Maestría)--Universidad Autónoma de Baja California, Facultad de Ingeniería, Mexicali, 2021. Resumen: 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.
| Tipo de ítem | Biblioteca actual | Colección | Signatura | Copia número | Estado | Fecha de vencimiento | Código de barras |
|---|---|---|---|---|---|---|---|
| Tesis | Biblioteca Central Mexicali | Colección de Tesis | Q335 S36 2021 (Browse shelf(Abre debajo)) | 1 | Disponible | MXL122969 |
Navegando Biblioteca Central Mexicali Estantes, Código de colección: Colección de Tesis Cerrar el navegador de estanterías (Oculta el navegador de estanterías)
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.
