Título:
Inteligencia computacional para el análisis de datos de tráfico y aprendizaje de estimadores
Otros títulos:
Coordinador:
Director:
Compilador:
Autor:
Serra, Juan
Winter, Hernán
Winter, Hernán
Tutor:
Tipo de documento:
Tesis de grado
Editor:
Palabras clave:
Inteligencia computacional
Redes neuronales
Datos de tráfico
Ciudades inteligentes
Redes neuronales
Datos de tráfico
Ciudades inteligentes
Descriptores:
Año de publicación:
2020
Contenido:
Resumen:
Este trabajo presenta el diseño e implementación de un sistema de recolección y análisis de datos a partir de grabaciones de cámaras de tráfico. El principal objetivo de este sistema es proveer un medio para la obtención de datos Y para asistir o automatizar tareas visuales de monitorización de situaciones relevantes de tráfico como infracciones, manejo imprudente o embotellamientos. El sistema propuesto se basa en técnicas de inteligencia computacional y visión por computadora, incluyendo redes neuronales convolucionales Y algoritmos de seguimiento de objetos múltiples. Como resultado del análisis del estado del arte realizado, se optó por utilizar la biblioteca Detectron2 para resolver la detección de objetos y la biblioteca Node-Moving-Things-Tracker para el seguimiento de objetos. La arquitectura del sistema propuesto consiste en un pipeline modular de procesamiento de video, donde cada paso es un módulo funcional independiente, configurable y débilmente acoplado a los demás. La validación del sistema fue realizada utilizando grabaciones de tráfico de la ciudad de Montevideo, procesando diferentes escenarios, en diferentes condiciones de iluminación y con distintas calidades de video. Los resultados muestran, por un lado, la efectividad del sistema en los escenarios que se presentan durante el día, mostrando una exactitud media del 70% en la detección, el 85% en la evaluación de la clasificación de detecciones y una puntuación media del 85% en la métrica MOTA para la evaluación del seguimiento. La evaluación de los módulos de análisis de datos mostraron resultados de similar precisión media con respecto a la detección y el seguimiento. Por otro lado, existe la necesidad de continuar el trabajo para aquellos escenarios que presentan condiciones de poca iluminación.
Descripción:
Editorial:
Udelar.FI
EN:
Financiadores:
Citación:
Serra, J. y Winter, H. Inteligencia computacional para el análisis de datos de tráfico y aprendizaje de estimadores [en línea]. Tesis de grado. Montevideo : Udelar. FI. INCO, 2020.
Citación:
metadata.cc.license.name:
Documento del Gobiberno:
URI:
https://hdl.handle.net/20.500.12008/26960
ISBN:
e-ISBN:
ISSN:
ISMN:
Otros identificadores:
Título Obtenido:
Ingeniero en Computación
Facultad o Servicio que otorga el Título:
Universidad de la República (Uruguay). Facultad de Ingeniería
Licencia:
Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
Cobertura geográfica:
Cobertura temporal:
metadata.dc.relation.IsVersionOf:
Clasificación:
Es versión de:
Colecciones:
| Ficheros | Descripción | Tamaño | Formato | ||
|---|---|---|---|---|---|
| SW20.pdf | Tesis de grado | 38.77 MB | Adobe PDF |