Desarrollo e implementación de un sistema para el reconocimiento multi-clase de vehículos en tiempo real basado en clasificadores

Bell Navas, Andrés (2017). Desarrollo e implementación de un sistema para el reconocimiento multi-clase de vehículos en tiempo real basado en clasificadores. Thesis (Master thesis), E.T.S.I. Telecomunicación (UPM).

Description

Title: Desarrollo e implementación de un sistema para el reconocimiento multi-clase de vehículos en tiempo real basado en clasificadores
Author/s:
  • Bell Navas, Andrés
Contributor/s:
  • Blanco Adán, Carlos Roberto del
  • Mantecón del Valle, Tomás
Item Type: Thesis (Master thesis)
Masters title: Ingeniería de Telecomunicación
Date: 2017
Subjects:
Freetext Keywords: reconocimiento de vehículos, malla de clasificadores, clasificadores foveales, aprendizaje máquina, “Support Vector Machine”, tiempo real.
Faculty: E.T.S.I. Telecomunicación (UPM)
Department: Señales, Sistemas y Radiocomunicaciones
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (4MB) | Preview

Abstract

En este Trabajo Fin de Máster se ha desarrollado un sistema de reconocimiento multi-clase de vehículos en flujos de vídeo, el cual forma parte de un proyecto de investigación subvencionado por la Dirección General de Tráfico (DGT) titulado “Análisis del comportamiento de vehículos mediante clasificación automática”. Para este propósito, se han elaborado bases de datos anotadas de carreteras que se han creado a partir de las imágenes públicas proporcionadas por la DGT y de otras grabaciones de cámaras de tráfico de otros países. El sistema propuesto emplea una malla estructurada y espacial de clasificadores foveales (o foveáticos) que tienen la misión de reconocer la presencia de un vehículo de una determinada clase en una zona de atención dentro de la imagen, la cual es aprendida de forma automática durante el proceso de entrenamiento. Para ello, los clasificadores utilizan una entrada común formada por un vector de características que representa completamente cada imagen. Para el entrenamiento de los clasificadores foveales, se han probado varias configuraciones de la malla espacial, varios algoritmos de extracción de características y dos estrategias de entrenamiento basados en el uso simultáneo de toda la base de datos (entrenamiento “off-line”), y el uso de lotes o subconjuntos de ésta (entrenamiento “on-line”). El sistema propuesto presenta unas importantes ventajas tales como la posibilidad de reconocer vehículos ocluidos por otros o por elementos de la escena, la capacidad de conocer el aspecto que tienen los vehículos en distintos lugares de la escena, su adaptabilidad en diferentes condiciones de iluminación, incluyendo vídeo nocturno, que está muy escasamente abarcado en el estado del arte, y su validez de uso en imágenes capturadas con cámaras omnidireccionales. Además, el sistema desarrollado es capaz de operar en tiempo real.

More information

Item ID: 47681
DC Identifier: http://oa.upm.es/47681/
OAI Identifier: oai:oa.upm.es:47681
Deposited by: Biblioteca ETSI Telecomunicación
Deposited on: 11 Sep 2017 06:57
Last Modified: 11 Sep 2017 06:57
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM