Buscar


Mostrar el registro sencillo del ítem

dc.rights.license http://creativecommons.org/licenses/by-nd/4.0 es_ES
dc.contributor Sandra Luz Canchola Magdaleno es_ES
dc.creator José Alejandro Ascencio Laguna es_ES
dc.date 2014-10
dc.date.accessioned 2016-09-12T14:47:17Z
dc.date.available 2016-09-12T14:47:17Z
dc.date.issued 2014-10
dc.identifier 732 - RI000792.pdf es_ES
dc.identifier.uri https://ri-ng.uaq.mx/handle/123456789/6744
dc.description En este trabajo se ha implementado una arquitectura para el conteo y clasificación vehicular. Se aplica la Computación Acumulativa para detectar al conjunto de vehículos en movimiento y discriminar los píxeles estáticos, se hace la segmentación a través de Funciones de Densidad de Probabilidad (FDP) de Ventanas de Parzen, para obtener un núcleo Gaussiano en cada objeto; la altura de cada pico de Gauss representa el volumen del vehículo. Por último se hace el análisis de varianza ANOVA, para validar la similitud de los vehículos y seguirlos de un instante al otro. Se obtuvo un conjunto de muestras para determinar los umbrales de calibración en la eliminación de ruido y píxeles estáticos, anchos de ventana para el cálculo de las FDP, el nivel de significancia en los análisis de similitud y la eficiencia en el algoritmo de seguimiento propuesto. Los resultados obtenidos pueden ser mejorados, ya que al incrementar el número de objetos en escena, se alcanzan niveles de error del 54%, los métodos evaluados por separado dan buenos resultados. La detección de objetos junto con el análisis de similitud y una buena calibración, puede llegar a niveles de eficiencia del 95%. Los altos niveles de error en la evaluación del sistema se deben al lugar experimental, ya que se intentó cubrir con una sola cámara los ocho accesos de la escena, y esto provoca un gran número de objetos ocluidos. Se propone como trabajos futuros implementar un sensor de video en cada acceso y utilizar la técnica de ANOVA para analizar la similitud entre los objetos detectados en una cámara y otra, o cambiar la experimentación a una carretera de un solo carril. es_ES
dc.format Adobe PDF es_ES
dc.language.iso spa es_ES
dc.publisher Universidad Autónoma de Querétaro es_ES
dc.relation.requires No es_ES
dc.rights Acceso Abierto es_ES
dc.subject Computación Acumulativa es_ES
dc.subject Ventanas de Parzen es_ES
dc.subject ANOVA es_ES
dc.title Algoritmo automático de detección y aforo vehicular en tiempo real en horario diurno es_ES
dc.type Tesis de maestría es_ES
dc.contributor.role Director es_ES
dc.degree.name Maestría en Sistemas de Información Gestión y Tecnología es_ES
dc.degree.department Facultad de Informática es_ES
dc.degree.level Maestría es_ES


Ficheros en el ítem

Thumbnail
Nombre: RI000732.pdf
Tamaño: 4.954Mb
Formato: PDF
Ver/

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

Mostrar el registro sencillo del ítem