Detección de personas a partir de análisis de imágenes digitales en la entrada del túnel mundialista en la ciudad de cali

El túnel de la avenida Colombia, Cali, enfrenta vandalismo y riesgos de seguridad debido a robos recurrentes y la presencia de peatones pese a su prohibición. Se implementó un sistema con tres arquitecturas para detectar personas basados en visión artificial (HOG, SSD y YOLO). Se creó un dataset par...

Full description

Autores:
Bejarano Carvajal, Julián David
Caicedo Ambuila, Joseph
Velasco Bastidas, Einar David
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2024
Institución:
Institución Universitaria Antonio Jose Camacho
Repositorio:
Repositorio Uniajc
Idioma:
spa
OAI Identifier:
oai:repositorio.uniajc.edu.co:uniajc/2234
Acceso en línea:
https://repositorio.uniajc.edu.co/handle/uniajc/2234
Palabra clave:
Visión artificial
HOG
SSD
YOLO
Detección
Dataset
Python
Identificación de personas
Análisis facial
Seguridad
Túnel mundialista
Machine vision
Dataset
Python
Detection
Identification of persons
Facial analysis
Security
Global tunnel
Rights
closedAccess
License
Institución Universitaria Antonio José Camacho, 2024
Description
Summary:El túnel de la avenida Colombia, Cali, enfrenta vandalismo y riesgos de seguridad debido a robos recurrentes y la presencia de peatones pese a su prohibición. Se implementó un sistema con tres arquitecturas para detectar personas basados en visión artificial (HOG, SSD y YOLO). Se creó un dataset para evaluar las arquitecturas, utilizando imágenes con diferentes escenarios y condiciones. La evaluación se llevó a cabo en tres secciones, centrándose en el rendimiento, con resultados de 64 %, 70 %, y 81 % para HOG, SSD y YOLOv3. Además, YOLOv3 se evaluó en el túnel con conteo de personas obteniendo un 80 % de precisión y 98 % en un dataset externo de la Universidad Tecnológica de Delft.