Detección de personas mediante técnicas de aprendizaje automático: SVM y CNN

Sánchez Martínez, Marina (2018). Detección de personas mediante técnicas de aprendizaje automático: SVM y CNN. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. Industriales (UPM).

Descripción

Título: Detección de personas mediante técnicas de aprendizaje automático: SVM y CNN
Autor/es:
  • Sánchez Martínez, Marina
Director/es:
  • Campoy Cervera, Pascual
  • Sampedro, Carlos
Tipo de Documento: Proyecto Fin de Carrera/Grado
Grado: Grado en Ingeniería en Tecnologías Industriales
Fecha: Noviembre 2018
Materias:
Palabras Clave Informales: Machine Learning, Deep Learning, Inteligencia Artificial, detección, clasificación, personas, CNN, HOG, SVM
Escuela: E.T.S.I. Industriales (UPM)
Departamento: Automática, Ingeniería Eléctrica y Electrónica e Informática Industrial
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (18MB) | Vista Previa

Resumen

El objetivo del presente proyecto es el desarrollo de un algoritmo de detección de personas en imágenes mediante técnicas de aprendizaje automático. Para ello, se han estudiado previamente las técnicas empleadas en la actualidad, y se han escogido Redes Neuronales Convolucionales (CNN) y Máquinas de Soporte Vectorial (SVM), junto con Histograma de Gradientes Orientados (HOG), como métodos de clasificación a emplear. Se ha estudiado la precisión de dichos métodos mediante un detallado análisis de su error al ir variando determinados parámetros, pudiendo así obtener los modelos que mejor se ajustan a la detección. Posteriormente se ha implementado una etapa de generación de candidatos, seguida por una etapa de post-procesamiento, en las cuales se predicen las posibles personas, y se ajustan las coordenadas de su posición en la imagen mediante una bounding box. Estas etapas se han implementado además sobre vídeos para poder realizar la detección de personas en un intervalo de tiempo. Por último se han estudiado las conclusiones y líneas futuras de este proyecto, incluyéndose las posibles mejoras tanto del clasificador como de las etapas de generación de candidatos, y se han planteado distintas aplicaciones para este proyecto.

Más información

ID de Registro: 53880
Identificador DC: http://oa.upm.es/53880/
Identificador OAI: oai:oa.upm.es:53880
Depositado por: Biblioteca ETSI Industriales
Depositado el: 11 Feb 2019 08:44
Ultima Modificación: 11 Feb 2019 08:44
  • InvestigaM
  • GEO_UP4
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM