Diseño de un clasificador de bloques de imagen para la detección de humo

Cheng, Shanshan (2019). Diseño de un clasificador de bloques de imagen para la detección de humo. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. y Sistemas de Telecomunicación (UPM), Madrid.

Description

Title: Diseño de un clasificador de bloques de imagen para la detección de humo
Author/s:
  • Cheng, Shanshan
Contributor/s:
  • Garrido González, Matías J.
Item Type: Final Project
Degree: Grado en Ingeniería de Sistemas de Telecomunicación
Date: 24 July 2019
Subjects:
Freetext Keywords: Machine learning; Matlab; Prevención
Faculty: E.T.S.I. y Sistemas de Telecomunicación (UPM)
Department: Ingeniería Telemática y Electrónica
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

Los incendios representan un grave problema en muchos países. Un sistema capaz de detectar el humo en una etapa inicial del incendio puede salvar vidas humanas y propiedades. La detección de humo es una tarea complicada, ya que éste puede confundirse fácilmente con otros elementos, tales como las nubes, que presentan texturas y colores parecidos. El objetivo de este PFG es el diseño de un clasificador capaz de detectar y acotar las zonas de humo en secuencias de imágenes (vídeo) utilizando las herramientas disponibles en el paquete de software MATLA. Para ello, en primer lugar, se ha generado una base de datos con imágenes clasificadas como humo y no humo a partir de las secuencias de vídeo disponibles. En segundo lugar, se han evaluado diferentes tipos de características basadas en descriptores de textura y color y se han seleccionado las más prometedoras. En tercer lugar, y utilizando las características seleccionadas, se han implementado clasificadores de tres tipos: Regresión Logística, Máquinas de Soporte de Vectores (SVM) y Redes Neuronales, y se han evaluado para obtener una estimación de sus precisiones. Finalmente, se ha diseñado una aplicación para probar cada clasificador con las secuencias de vídeo disponibles. Abstract: The fire disaster is a big problem in many countries. A system which detects smoke at the first stage of a fire can save lives and property. The Smoke Detection System is a complicated task. The detector can confuse the smoke zone instead of cloud zone because, both picture types have similar textures and colors. The objective of this PFG is to design a classifier which can detect and delimit smoke zones in video sequences using the tools available in the MATLAB software package. For that, first, a picture database with picture blocks labeled as smoke and no smoke has been created from the available video sequences. Second, different types of features based on both, texture and color descriptors have been assessed and the most promising ones have been selected. Third, and using the selected features, three types of classifiers have been implemented, based on Logistic Regression, Support Vector Machines and Neural Networks. The classifiers have been also assessed in order to estimate their precisions. Finally, an application has been designed to test every designed classifier with the available video sequences.

More information

Item ID: 56725
DC Identifier: http://oa.upm.es/56725/
OAI Identifier: oai:oa.upm.es:56725
Deposited by: Biblioteca Universitaria Campus Sur
Deposited on: 07 Oct 2019 13:05
Last Modified: 07 Oct 2019 13:05
  • 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