Por favor, use este identificador para citar o enlazar este ítem:
https://ri-ng.uaq.mx/handle/123456789/9137
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.rights.license | http://creativecommons.org/licenses/by-nc-nd/4.0 | es_ES |
dc.contributor | Andras Takacs | es_ES |
dc.creator | Armando Silva Velázquez | es_ES |
dc.date | 2023-09-05 | - |
dc.date.accessioned | 2023-09-06T20:52:52Z | - |
dc.date.available | 2023-09-06T20:52:52Z | - |
dc.date.issued | 2023-09-05 | - |
dc.identifier.uri | https://ri-ng.uaq.mx/handle/123456789/9137 | - |
dc.description | "Reconocer la intención de cruce de peatones es una de las tareas más importantes y ampliamente investigadas en esta era de autos inteligentes y conducción autónoma. El objetivo de reconocer las intenciones del peatón alrededor de los vehículos autónomos es realizar acciones evasivas en situaciones potencialmente peligrosas para evitar accidentes con peatones, ciclistas, animales, personas discapacitadas y otras personas que se acerquen al automóvil. El proceso de reconocimiento comienza con la recuperación de imágenes de peatones a partir de vídeos en tiempo real con aplicaciones de visión artificial. Luego, para categorizar la intención de cruce del peatón, estas imágenes se procesan para extraer características para el reconocimiento de patrones de comportamiento. Esta tesis estudia la combinación de técnicas de aprendizaje automático y profundo para extraer características de los peatones, como los ángulos internos de las rodillas generados por el paso natural del peatón, la orientación de la cabeza y también el giro, y la consideración de otros factores externos como el paso de peatones, semáforo y señal de alto. Analizar las características que aportan los algoritmos es parte fundamental para determinar la intención del peatón ya que juegan un papel importante otras muchas variables externas, además de las consideradas, como la climatología o estación del año y, sobre todo, la cultura del peatón en función del país donde reside. Las investigaciones sobre el tema y la experiencia adquirida durante el posgrado indican que la estructura del modelo para inferir rápidamente la intención del peatón debe ser secuencial y robusta. Para tener un algoritmo robusto, considere más variables y encuentre el equilibrio adecuado entre velocidad y rendimiento." | es_ES |
dc.format | Adobe PDF | es_ES |
dc.language.iso | spa | es_ES |
dc.publisher | Ingeniería | es_ES |
dc.relation.requires | Si | es_ES |
dc.rights | Acceso Abierto | es_ES |
dc.subject | Ingeniería y Tecnología | es_ES |
dc.subject | Ciencias Tecnológicas | es_ES |
dc.subject | Otras Especialidades Tecnológicas | es_ES |
dc.title | Reconocimiento de la intención del peatón de cruzar una vía urbana cruzar mediante inteligencia artificial | es_ES |
dc.type | Tesis de maestría | es_ES |
dc.creator.tid | curp | es_ES |
dc.creator.identificador | SIVA941008HQTLLR00 | es_ES |
dc.contributor.role | Director | es_ES |
dc.degree.name | Maestría en Ciencias en Inteligencia Artificial | es_ES |
dc.degree.department | Facultad de Ingeniería | es_ES |
dc.degree.level | Maestría | es_ES |
Aparece en: | Maestría en Ciencias en Inteligencia Artificial |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
IGMAC-240959.pdf | 34.39 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.