Estimación de la densidad del tráfico mediante técnicas de Deep Learning
Fecha
2020Versión
Acceso abierto / Sarbide irekia
Tipo
Trabajo Fin de Grado/Gradu Amaierako Lana
Impacto
|
nodoi-noplumx
|
Resumen
En el presente documento se va a detallar todo el proceso de realización del Trabajo de
Fin de Grado (TFG), el cual se ha realizado con el fin de buscar una manera efectiva y
autónoma para realizar el conteo de vehículos por medio de sistemas dotados con
Inteligencia Artificial.
Partimos del problema de realizar conteos de vehículos en un determinado lugar, como
podría ser en la entrada de u ...
[++]
En el presente documento se va a detallar todo el proceso de realización del Trabajo de
Fin de Grado (TFG), el cual se ha realizado con el fin de buscar una manera efectiva y
autónoma para realizar el conteo de vehículos por medio de sistemas dotados con
Inteligencia Artificial.
Partimos del problema de realizar conteos de vehículos en un determinado lugar, como
podría ser en la entrada de un parking o en un punto kilométrico de una autovía, con el
fin de estimar un flujo medio de circulación por la misma.
De este tipo de situaciones, nace la necesidad de desarrollar un sistema que nos permita
realizar esta tarea de forma autónoma, de manera que se realice de forma más rápida
y eficaz.
El desarrollo del sistema se ha realizado usando un modelo de detección de objetos
basado en técnicas de Deep Learning junto con un algoritmo de tracking, lo que nos ha
permitido obtener un sistema capaz de realizar un conteo de vehículos para un tiempo
y un lugar determinado. [--]
Materias
Inteligencia artificial,
Deep Learning,
Detección de objetos,
YOLO,
Tracking
Titulación
Graduado o Graduada en Ingeniería Informática por la Universidad Pública de Navarra /
Informatika Ingeniaritzako Graduatua Nafarroako Unibertsitate Publikoan