Buscar


Mostrar el registro sencillo del ítem

dc.rights.license http://creativecommons.org/licenses/by-nc-nd/4.0 es_ES
dc.contributor Jesús Carlos Pedraza Ortega es_ES
dc.creator Gerardo Treviño Valdés es_ES
dc.date 2022-09-12
dc.date.accessioned 2022-06-08T15:05:09Z
dc.date.available 2022-06-08T15:05:09Z
dc.date.issued 2022-09-12
dc.identifier.uri http://ri-ng.uaq.mx/handle/123456789/3685
dc.description El reconocimiento de objetos es una de las tareas básicas de la visión por ordenador. Es el proceso de localizar o identificar objetos en imágenes o vídeo. Los métodos de reconocimiento de objetos suelen utilizar características extraídas y algoritmos de aprendizaje para identificar instancias de objetos o imágenes que pertenecen a la clase de objeto. El objetivo del reconocimiento de objetos es identificar un objeto en una clase o categoría determinada, mientras que el objetivo de la detección de objetos es encontrar el objeto de interés en imágenes o vídeos. En esta tesis se estudia la combinación de dos técnicas de inteligencia artificial para la detección de objetos en imágenes de carretera: las redes neuronales convolucionales y los algoritmos de búsqueda. Se pretende mejorar la identificación en el algoritmo neuronal implementando un algoritmo meta heurístico y de esta manera crear un algoritmo híbrido de estas técnicas. El análisis de las redes neuronales convolucionales y los diferentes algoritmos metaheurísticos es un paso importante para determinar como podría combinarse estos dos métodos. El ajuste de los parámetros e hiperparámetros de una red neuronal juega un papel muy importante en la evaluación de la misma. A través de las pruebas realizadas se determina que al emplear los algoritmos metaheurísticos para un ajuste fino de los parámetros en la red neuronal YOLOv3 podremos obtener una mejoría en la detección de vehículos, este algoritmo mejora esta detección en diversas clases y en la precisión media global. es_ES
dc.format Adobe PDF es_ES
dc.language.iso spa es_ES
dc.relation.requires No es_ES
dc.rights En Embargo es_ES
dc.subject CNN es_ES
dc.subject Metaheuristicos es_ES
dc.subject Detección es_ES
dc.subject.classification INGENIERÍA Y TECNOLOGÍA es_ES
dc.title Algoritmo para la detección de vehículos y peatones combinando CNN´s y técnicas de búsqueda. es_ES
dc.type Tesis de maestría es_ES
dc.creator.tid curp es_ES
dc.contributor.tid curp es_ES
dc.creator.identificador TEVG961105HCLRLR04 es_ES
dc.contributor.identificador PEOJ691222HSPDRS07 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


Ficheros en el ítem

Thumbnail
Nombre: RI006708.pdf
Tamaño: 25.40Mb
Formato: PDF
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem