Medición de eficiencia de algoritmos de visión artificial implementados en raspberry pi y ordenador personal mediante python - Efficiency Measurement Machine Artificial Vision Algorithms Imple-mented in Raspberry Pi and Personal Computer Using Python
Este artículo presenta la medición de tiempo de ejecución de los dos algoritmos de visión artificial más conocidos (algoritmo de seguimiento de color y algoritmo de substracción de fondo) en dos plataformas diferentes (Raspberry Pi 3 Vs PC) ambas con sistemas operativos basados en Linux, esto con el...
- Autores:
-
Cavanzo Nisso, Gloria Andrea
Pérez Pereira, Miguel Ricardo
Villavisan Buitrago, Fabián
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2017
- Institución:
- Universidad de San Buenaventura
- Repositorio:
- Repositorio USB
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.usb.edu.co:10819/28732
- Acceso en línea:
- https://hdl.handle.net/10819/28732
https://doi.org/10.21500/01247492.3218
- Palabra clave:
- Eficiencia
linux
openCv
python
sistema embebido
visión artificial - Artificial vision
efficiency
embedded system
Linux
- Rights
- openAccess
- License
- Ingenium Revista de la facultad de ingeniería - 2017
| id |
SANBUENAV2_d9fb4937212c2bee961e91c0196b16cd |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.usb.edu.co:10819/28732 |
| network_acronym_str |
SANBUENAV2 |
| network_name_str |
Repositorio USB |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Medición de eficiencia de algoritmos de visión artificial implementados en raspberry pi y ordenador personal mediante python - Efficiency Measurement Machine Artificial Vision Algorithms Imple-mented in Raspberry Pi and Personal Computer Using Python |
| dc.title.translated.eng.fl_str_mv |
Medición de eficiencia de algoritmos de visión artificial implementados en raspberry pi y ordenador personal mediante python - Efficiency Measurement Machine Artificial Vision Algorithms Imple-mented in Raspberry Pi and Personal Computer Using Python |
| title |
Medición de eficiencia de algoritmos de visión artificial implementados en raspberry pi y ordenador personal mediante python - Efficiency Measurement Machine Artificial Vision Algorithms Imple-mented in Raspberry Pi and Personal Computer Using Python |
| spellingShingle |
Medición de eficiencia de algoritmos de visión artificial implementados en raspberry pi y ordenador personal mediante python - Efficiency Measurement Machine Artificial Vision Algorithms Imple-mented in Raspberry Pi and Personal Computer Using Python Eficiencia linux openCv python sistema embebido visión artificial - Artificial vision efficiency embedded system Linux |
| title_short |
Medición de eficiencia de algoritmos de visión artificial implementados en raspberry pi y ordenador personal mediante python - Efficiency Measurement Machine Artificial Vision Algorithms Imple-mented in Raspberry Pi and Personal Computer Using Python |
| title_full |
Medición de eficiencia de algoritmos de visión artificial implementados en raspberry pi y ordenador personal mediante python - Efficiency Measurement Machine Artificial Vision Algorithms Imple-mented in Raspberry Pi and Personal Computer Using Python |
| title_fullStr |
Medición de eficiencia de algoritmos de visión artificial implementados en raspberry pi y ordenador personal mediante python - Efficiency Measurement Machine Artificial Vision Algorithms Imple-mented in Raspberry Pi and Personal Computer Using Python |
| title_full_unstemmed |
Medición de eficiencia de algoritmos de visión artificial implementados en raspberry pi y ordenador personal mediante python - Efficiency Measurement Machine Artificial Vision Algorithms Imple-mented in Raspberry Pi and Personal Computer Using Python |
| title_sort |
Medición de eficiencia de algoritmos de visión artificial implementados en raspberry pi y ordenador personal mediante python - Efficiency Measurement Machine Artificial Vision Algorithms Imple-mented in Raspberry Pi and Personal Computer Using Python |
| dc.creator.fl_str_mv |
Cavanzo Nisso, Gloria Andrea Pérez Pereira, Miguel Ricardo Villavisan Buitrago, Fabián |
| dc.contributor.author.spa.fl_str_mv |
Cavanzo Nisso, Gloria Andrea Pérez Pereira, Miguel Ricardo Villavisan Buitrago, Fabián |
| dc.subject.spa.fl_str_mv |
Eficiencia linux openCv python sistema embebido visión artificial - Artificial vision efficiency embedded system Linux |
| topic |
Eficiencia linux openCv python sistema embebido visión artificial - Artificial vision efficiency embedded system Linux |
| description |
Este artículo presenta la medición de tiempo de ejecución de los dos algoritmos de visión artificial más conocidos (algoritmo de seguimiento de color y algoritmo de substracción de fondo) en dos plataformas diferentes (Raspberry Pi 3 Vs PC) ambas con sistemas operativos basados en Linux, esto con el fin de determinar en cuál de las dos plataformas los algoritmos corren con mayor eficiencia, además determinar si migrar estos algoritmos a sistemas embebidos afecta su desempeño para sistemas en tiempo real. En este artículo se mostrará una explicación detallada de cada algoritmo como también explicación técnica de cada plataforma y una medición de tiempo de cada subsistema del algoritmo y al final una medición global del tiempo de ejecución de todos los algoritmos |
| publishDate |
2017 |
| dc.date.accessioned.none.fl_str_mv |
2017-07-25T00:00:00Z 2025-08-22T14:07:10Z |
| dc.date.available.none.fl_str_mv |
2017-07-25T00:00:00Z 2025-08-22T14:07:10Z |
| dc.date.issued.none.fl_str_mv |
2017-07-25 |
| dc.type.spa.fl_str_mv |
Artículo de revista |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/article |
| dc.type.local.eng.fl_str_mv |
Journal article |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| format |
http://purl.org/coar/resource_type/c_6501 |
| status_str |
publishedVersion |
| dc.identifier.doi.none.fl_str_mv |
10.21500/01247492.3218 |
| dc.identifier.issn.none.fl_str_mv |
0124-7492 |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10819/28732 |
| dc.identifier.url.none.fl_str_mv |
https://doi.org/10.21500/01247492.3218 |
| identifier_str_mv |
10.21500/01247492.3218 0124-7492 |
| url |
https://hdl.handle.net/10819/28732 https://doi.org/10.21500/01247492.3218 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.bitstream.none.fl_str_mv |
https://revistas.usb.edu.co/index.php/Ingenium/article/download/3218/2670 |
| dc.relation.citationedition.spa.fl_str_mv |
Núm. 35 , Año 2017 : INGENIUM |
| dc.relation.citationendpage.none.fl_str_mv |
119 |
| dc.relation.citationissue.spa.fl_str_mv |
35 |
| dc.relation.citationstartpage.none.fl_str_mv |
105 |
| dc.relation.citationvolume.spa.fl_str_mv |
18 |
| dc.relation.ispartofjournal.spa.fl_str_mv |
Ingenium |
| dc.relation.references.spa.fl_str_mv |
R. Neves, A. Matos. (-). Raspberry PI Based Stereo Vision For Small Size ASVs. Pp. 1-6. [2] A. Suryatali, V. B. Dharmadhikari. (2015). Computer Vision Based Vehicle Detection for Toll Collection System Using Embedded Linux. International Conference on Circuit, Power and Computing Technologies (ICCPCT), -, Pg: 1-7. [3] G. Cococrullo, P. Cornosello, F. Frustaci, L. Guacho, S.Perri. (-). Embedded Survillance System Using Background Subtraction and Raspberry PI. Department Of Electronics, Computer Sciences and Systems DIMES - University of Calabria, Pg: 1-5. [4] k, Milos; P., Jiri; Sánchez Reyes, Jazmín. Evaluation of Quality in Imaging Systems Based on Psychovisual Attributes.INGENIUM, [S.l.], v. 13, n. 26, p. 73-77, Jun. 2013. ISSN 0124 - 7492. Disponible en: <http://revistas.usbbog.edu.co/index.php/ingenium/article/view/375/292>. Fecha de acceso: 05 Sep. 2016 [5] Color Models: RGB, HSV, HSL. 28 de mayo de 2016, de - Sitio web: https://en.wikibooks.org/wiki/Color_Models:_RGB,_HSV,_HSL. [6] F. Horst. (22 March 2010). RGB Cube Show lowgamma cutout. Mayo 28 de 2016, de - Sitio web: https://commons.wikimedia.org/wiki/File:RGB_Cube_Show_lowgamma_cutout_b.png [7] L. Moreno. (-). Modelos de Color. 28 de mayo de 2016, de desarrollador web Sitio web: www.desarrolloweb.com/articulos/1483.php. [8] J. D. Gibson. (1999). Handbook of Image and Video Processing. Austin, Texas: al Bovik. [9] Kharar, Mohali, Punjab, (2011). “Morpholgical image processing”. India.Dept. of ECE, Doaba Institute of Engineering and Technology. [10] (11 de octubre de 2011). Seven grayscale conversion algorithms. 28 de mayo de 2016, de Tanner Helland (dot) com Sitio web: www.tannerhelland.com/3643/grayscale-image-algorithm-vb6/ [11] F. H. Martínez, F. Martínez, H. Montiel, «Identificación visual sobre sistema embebido para navegación robótica autónoma», Ingenium, vol. 15, n. º 29, pp. 71-84, mayo, 2014. [12] Recuperado de: www.pccomponentes.com/Raspberry_pi_3_modelo_b.html vista por última vez 28 mayo 2016 [13] Toshiba satélite. Recuperado de: www.notebookcheck.org/typo3temp/_processed_/csm_toshiba_satellite_l350_gesamtklein_ 1c605ee2d7.jpg [14] A. Marzal, I. Garcia. (2002). Introducción al análisis de algoritmos. pp: 1-7. |
| dc.rights.spa.fl_str_mv |
Ingenium Revista de la facultad de ingeniería - 2017 |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
| rights_invalid_str_mv |
Ingenium Revista de la facultad de ingeniería - 2017 http://purl.org/coar/access_right/c_abf2 https://creativecommons.org/licenses/by-nc-sa/4.0/ |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad San Buenaventura - USB (Colombia) |
| dc.source.spa.fl_str_mv |
https://revistas.usb.edu.co/index.php/Ingenium/article/view/3218 |
| institution |
Universidad de San Buenaventura |
| bitstream.url.fl_str_mv |
https://bibliotecadigital.usb.edu.co/bitstreams/4815da12-336f-4899-b959-8f62b0e61f1a/download |
| bitstream.checksum.fl_str_mv |
5e8321233090a4710a4fa56555a177ef |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad de San Buenaventura Colombia |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1851053616194912256 |
| spelling |
Cavanzo Nisso, Gloria AndreaPérez Pereira, Miguel RicardoVillavisan Buitrago, Fabián2017-07-25T00:00:00Z2025-08-22T14:07:10Z2017-07-25T00:00:00Z2025-08-22T14:07:10Z2017-07-25Este artículo presenta la medición de tiempo de ejecución de los dos algoritmos de visión artificial más conocidos (algoritmo de seguimiento de color y algoritmo de substracción de fondo) en dos plataformas diferentes (Raspberry Pi 3 Vs PC) ambas con sistemas operativos basados en Linux, esto con el fin de determinar en cuál de las dos plataformas los algoritmos corren con mayor eficiencia, además determinar si migrar estos algoritmos a sistemas embebidos afecta su desempeño para sistemas en tiempo real. En este artículo se mostrará una explicación detallada de cada algoritmo como también explicación técnica de cada plataforma y una medición de tiempo de cada subsistema del algoritmo y al final una medición global del tiempo de ejecución de todos los algoritmosapplication/pdf10.21500/01247492.32180124-7492https://hdl.handle.net/10819/28732https://doi.org/10.21500/01247492.3218spaUniversidad San Buenaventura - USB (Colombia)https://revistas.usb.edu.co/index.php/Ingenium/article/download/3218/2670Núm. 35 , Año 2017 : INGENIUM1193510518IngeniumR. Neves, A. Matos. (-). Raspberry PI Based Stereo Vision For Small Size ASVs. Pp. 1-6. [2] A. Suryatali, V. B. Dharmadhikari. (2015). Computer Vision Based Vehicle Detection for Toll Collection System Using Embedded Linux. International Conference on Circuit, Power and Computing Technologies (ICCPCT), -, Pg: 1-7. [3] G. Cococrullo, P. Cornosello, F. Frustaci, L. Guacho, S.Perri. (-). Embedded Survillance System Using Background Subtraction and Raspberry PI. Department Of Electronics, Computer Sciences and Systems DIMES - University of Calabria, Pg: 1-5. [4] k, Milos; P., Jiri; Sánchez Reyes, Jazmín. Evaluation of Quality in Imaging Systems Based on Psychovisual Attributes.INGENIUM, [S.l.], v. 13, n. 26, p. 73-77, Jun. 2013. ISSN 0124 - 7492. Disponible en: <http://revistas.usbbog.edu.co/index.php/ingenium/article/view/375/292>. Fecha de acceso: 05 Sep. 2016 [5] Color Models: RGB, HSV, HSL. 28 de mayo de 2016, de - Sitio web: https://en.wikibooks.org/wiki/Color_Models:_RGB,_HSV,_HSL. [6] F. Horst. (22 March 2010). RGB Cube Show lowgamma cutout. Mayo 28 de 2016, de - Sitio web: https://commons.wikimedia.org/wiki/File:RGB_Cube_Show_lowgamma_cutout_b.png [7] L. Moreno. (-). Modelos de Color. 28 de mayo de 2016, de desarrollador web Sitio web: www.desarrolloweb.com/articulos/1483.php. [8] J. D. Gibson. (1999). Handbook of Image and Video Processing. Austin, Texas: al Bovik. [9] Kharar, Mohali, Punjab, (2011). “Morpholgical image processing”. India.Dept. of ECE, Doaba Institute of Engineering and Technology. [10] (11 de octubre de 2011). Seven grayscale conversion algorithms. 28 de mayo de 2016, de Tanner Helland (dot) com Sitio web: www.tannerhelland.com/3643/grayscale-image-algorithm-vb6/ [11] F. H. Martínez, F. Martínez, H. Montiel, «Identificación visual sobre sistema embebido para navegación robótica autónoma», Ingenium, vol. 15, n. º 29, pp. 71-84, mayo, 2014. [12] Recuperado de: www.pccomponentes.com/Raspberry_pi_3_modelo_b.html vista por última vez 28 mayo 2016 [13] Toshiba satélite. Recuperado de: www.notebookcheck.org/typo3temp/_processed_/csm_toshiba_satellite_l350_gesamtklein_ 1c605ee2d7.jpg [14] A. Marzal, I. Garcia. (2002). Introducción al análisis de algoritmos. pp: 1-7.Ingenium Revista de la facultad de ingeniería - 2017info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2https://creativecommons.org/licenses/by-nc-sa/4.0/https://revistas.usb.edu.co/index.php/Ingenium/article/view/3218EficiencialinuxopenCvpythonsistema embebidovisión artificial - Artificial visionefficiencyembedded systemLinuxMedición de eficiencia de algoritmos de visión artificial implementados en raspberry pi y ordenador personal mediante python - Efficiency Measurement Machine Artificial Vision Algorithms Imple-mented in Raspberry Pi and Personal Computer Using PythonMedición de eficiencia de algoritmos de visión artificial implementados en raspberry pi y ordenador personal mediante python - Efficiency Measurement Machine Artificial Vision Algorithms Imple-mented in Raspberry Pi and Personal Computer Using PythonArtículo de revistahttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85Textinfo:eu-repo/semantics/articleJournal articleinfo:eu-repo/semantics/publishedVersionPublicationOREORE.xmltext/xml3019https://bibliotecadigital.usb.edu.co/bitstreams/4815da12-336f-4899-b959-8f62b0e61f1a/download5e8321233090a4710a4fa56555a177efMD5110819/28732oai:bibliotecadigital.usb.edu.co:10819/287322025-08-22 09:07:10.147https://creativecommons.org/licenses/by-nc-sa/4.0/https://bibliotecadigital.usb.edu.coRepositorio Institucional Universidad de San Buenaventura Colombiabdigital@metabiblioteca.com |