Seguimiento y evaluación de personas en ambientes cerrados / abiertos

Actualmente, en un mundo constantemente en evolución hemos evidenciado el impacto y crecimiento de la tecnología. Lo que se conoce como la revolución tecnológica ha llevado a la creación de sistemas de pago en línea, Inteligencia artificial (IA), BigData, el internet de las cosas, entre otros. Estas...

Full description

Autores:
Tipo de recurso:
Fecha de publicación:
2021
Institución:
Universidad del Rosario
Repositorio:
Repositorio EdocUR - U. Rosario
Idioma:
spa
OAI Identifier:
oai:repository.urosario.edu.co:10336/31580
Acceso en línea:
https://doi.org/10.48713/10336_31580
https://repository.urosario.edu.co/handle/10336/31580
Palabra clave:
Inteligencia Artificial
DeepSORT
YOLOv3
Deep learning
Fisioterapia
Ciencias médicas, Medicina
Artificial intelligence
DeepSORT
YOLOv3
Deep learning
Physiotherapy
Inteligencia artificial
Ciencias médicas - Innovaciones tecnológicas
Redes neuronales (computadores)
Aprendizaje automático (inteligencia artificial)
Diseño en ingeniería
Detectores
Rights
License
Atribución-NoComercial-CompartirIgual 2.5 Colombia
id EDOCUR2_5a7d5f72d9bf9eee650a61ea99ca8a48
oai_identifier_str oai:repository.urosario.edu.co:10336/31580
network_acronym_str EDOCUR2
network_name_str Repositorio EdocUR - U. Rosario
repository_id_str
dc.title.spa.fl_str_mv Seguimiento y evaluación de personas en ambientes cerrados / abiertos
dc.title.TranslatedTitle.spa.fl_str_mv Monitoring and evaluation of people in closed / open environments
title Seguimiento y evaluación de personas en ambientes cerrados / abiertos
spellingShingle Seguimiento y evaluación de personas en ambientes cerrados / abiertos
Inteligencia Artificial
DeepSORT
YOLOv3
Deep learning
Fisioterapia
Ciencias médicas, Medicina
Artificial intelligence
DeepSORT
YOLOv3
Deep learning
Physiotherapy
Inteligencia artificial
Ciencias médicas - Innovaciones tecnológicas
Redes neuronales (computadores)
Aprendizaje automático (inteligencia artificial)
Diseño en ingeniería
Detectores
title_short Seguimiento y evaluación de personas en ambientes cerrados / abiertos
title_full Seguimiento y evaluación de personas en ambientes cerrados / abiertos
title_fullStr Seguimiento y evaluación de personas en ambientes cerrados / abiertos
title_full_unstemmed Seguimiento y evaluación de personas en ambientes cerrados / abiertos
title_sort Seguimiento y evaluación de personas en ambientes cerrados / abiertos
dc.contributor.advisor.none.fl_str_mv Perdomo Charry, Oscar Julián
dc.subject.spa.fl_str_mv Inteligencia Artificial
DeepSORT
YOLOv3
Deep learning
Fisioterapia
topic Inteligencia Artificial
DeepSORT
YOLOv3
Deep learning
Fisioterapia
Ciencias médicas, Medicina
Artificial intelligence
DeepSORT
YOLOv3
Deep learning
Physiotherapy
Inteligencia artificial
Ciencias médicas - Innovaciones tecnológicas
Redes neuronales (computadores)
Aprendizaje automático (inteligencia artificial)
Diseño en ingeniería
Detectores
dc.subject.ddc.spa.fl_str_mv Ciencias médicas, Medicina
dc.subject.keyword.spa.fl_str_mv Artificial intelligence
DeepSORT
YOLOv3
Deep learning
Physiotherapy
dc.subject.lemb.spa.fl_str_mv Inteligencia artificial
Ciencias médicas - Innovaciones tecnológicas
Redes neuronales (computadores)
Aprendizaje automático (inteligencia artificial)
Diseño en ingeniería
Detectores
description Actualmente, en un mundo constantemente en evolución hemos evidenciado el impacto y crecimiento de la tecnología. Lo que se conoce como la revolución tecnológica ha llevado a la creación de sistemas de pago en línea, Inteligencia artificial (IA), BigData, el internet de las cosas, entre otros. Estas herramientas facilitan y optimizan procesos que normalmente generan más gastos económicos, ambientales y sociales, en especial el uso de tecnologías de IA presenta un gran desempeño en la detección de objetos por medio de imágenes, cuando se trata de seguimiento de personas, la norma general dicta que debe realizarse de forma manual, en donde un trabajador sea el encargado de llevar un control de las cámaras de vigilancia, mediante las cuales se puede identificar un sujeto, su posición, y su estado físico, este control es efectivo pero tedioso, en el enfoque de este trabajo dirigido se busca automatizar dicha labor especialmente en centros de salud o hogares geriátricos, donde pacientes con condiciones neurológicas necesitan atención o monitoreo más constante, apoyado en el algoritmo de Detección de objetos YOLO en su versión 3 y en el algoritmo DeepSORT para el seguimiento de personas, se plantea generar un programa en Google Colaboratory usando el lenguaje de Python para la de detección, seguimiento y evaluación de actividad física de personas por medio de videovigilancia o vision por computadora, con un enfoque en tiempo real con base en diversas técnicas de IA. Estos algoritmos tienen diversos usos y ventajas, algunos ejemplos van desde el seguimiento del balón en partidos de futbol o baloncesto hasta la detección de automóviles para sistemas de conducción automática, entre las ventajas que ofrece es que es una tecnología no invasiva, de bajo costo y alta eficiencia, por otra parte, presenta algunas dificultades relacionadas con efectos como la oclusión, es decir, cuando una persona se encuentra delante de otra y dificulta su visibilidad en el vídeo. La gran cantidad de personas puede ser otro limitante, ya que por lo general se requiere de gran capacidad computacional para detectar cada objeto, esto de forma intrínseca nos afecta el rendimiento en tiempo real, limitando el número de fotogramas que se pueden procesar cada segundo.
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-06-04T20:06:27Z
dc.date.available.none.fl_str_mv 2021-06-04T20:06:27Z
dc.date.created.none.fl_str_mv 2021-05-26
dc.type.eng.fl_str_mv bachelorThesis
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.document.spa.fl_str_mv Trabajo de grado
dc.type.spa.spa.fl_str_mv Trabajo de grado
dc.identifier.doi.none.fl_str_mv https://doi.org/10.48713/10336_31580
dc.identifier.uri.none.fl_str_mv https://repository.urosario.edu.co/handle/10336/31580
url https://doi.org/10.48713/10336_31580
https://repository.urosario.edu.co/handle/10336/31580
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.*.fl_str_mv Atribución-NoComercial-CompartirIgual 2.5 Colombia
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.acceso.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.uri.none.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/co/
rights_invalid_str_mv Atribución-NoComercial-CompartirIgual 2.5 Colombia
Abierto (Texto Completo)
http://creativecommons.org/licenses/by-nc-sa/2.5/co/
http://purl.org/coar/access_right/c_abf2
dc.format.extent.spa.fl_str_mv 60
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad del Rosario
dc.publisher.department.spa.fl_str_mv Escuela de Medicina y Ciencias de la Salud
dc.publisher.program.spa.fl_str_mv Ingeniería Biomédica
institution Universidad del Rosario
dc.source.bibliographicCitation.spa.fl_str_mv A. Mercadé, «Los 8 tipos de inteligencia según Howard Gardner: la teoría de las inteligencias múltiples.,» 2019.
I. Gonzales, «Armas que disparan solas: así funcionan las ametralladoras con inteligencia artificial,» El español, 29 12 2020.
G. P. RAMIREZ, «LA INTELIGENCIA ARTIFICIAL Y SU INFLUENCIA EN LA EFICIENCIA DEL COMERCIO INTERNACIONAL,» Lima-Perú, 2020.
I. Montenegro Trujillo, A. Hernandez, D. Chavarro, M. I. Velez, G. Tovar, A. M. Niño y A. Olaya, «MACROTENDENCIAS HACIA EL 2030: El mundo y América Latina,» Colciencias, nº 2, 2018.
«Lee, KF. “La Inteligencia Artificial Y El Futuro Del Trabajo: Una Perspectiva China” Openmind. Artículo de investigación (2020)».
«Sreenu, G., Saleem Durai, M.A. Intelligent video surveillance: a review through deep learning techniques for crowd analysis. J Big Data 6, 48 (2019).».
«Ejercicio terapéutico,» ASEPEYO, 03 09 2018. [En línea]. Available: https://salud.asepeyo.es/profesionales/rehabilitacion/ejercicio-terapeutico/. [Último acceso: 24 05 2021].
«S.Saranya, Dr. P. JesuJayarin “A Survey For Tracking And Monitoring The Alzheimer Patient” - IEEE Conference Publication. (2017)».
Y. S. Gutiérrez Pardo y A. M. Guerrero Carhuavilca, «Seguimiento del Paciente en Rehabilitación con Kinect 2.0,» UNIVERSIDAD PERUANA DE CIENCIAS APLICADAS, Lima, 2019.
«Inteligencia artificial,» Wikipedia, [En línea]. Available: https://es.wikipedia.org/wiki/Inteligencia_artificial. [Último acceso: 2021 04 11].
«Las profesiones que podrían desaparecer por la Inteligencia Artificial,» El tiempo, 2 enero 2021.
B. Martín, «Cómo crear inteligencia artificial que no exhiba prejuicios humanos,» BBVA Open Mind, 13 noviembre 2019. [En línea]. Available: https://www.bbvaopenmind.com/tecnologia/inteligencia-artificial/como-crear-inteligencia-artificial-que-no-exhiba-prejuicios-humanos/. [Último acceso: 16 marzo 2021].
C. Saavedra y F. Izaurieta, «Redes Neuronales Artificiales,» Concepcion, Chile, 2000.
J. M. Fernandez Fernandez y R. Florez Lopez, Las redes neuronales artificiales, La Coreña, España: NetBiblo, 2008.
«Wikipedia,» 16 febrero 2021. [En línea]. Available: https://es.wikipedia.org/wiki/Aprendizaje_autom%C3%A1tico. [Último acceso: 16 marzo 2021].
«Sobreajuste,» Wikipedia, 11 octubre 2020. [En línea]. Available: https://es.wikipedia.org/wiki/Sobreajuste. [Último acceso: 16 marzo 2021].
«Aprendizaje profundo,» Wikipedia, 01 03 2021. [En línea]. Available: https://es.wikipedia.org/wiki/Aprendizaje_profundo. [Último acceso: 24 05 2021].
«Te damos la bienvenida a Colaboratory,» Google, [En línea]. Available: https://colab.research.google.com/notebooks/intro.ipynb?hl=es. [Último acceso: 16 marzo 2021].
Google, «TensorFlow,» [En línea]. Available: https://www.tensorflow.org/?hl=es-419. [Último acceso: 15 04 2021].
«RFID,» Wikipedia, [En línea]. Available: https://es.wikipedia.org/wiki/RFID. [Último acceso: 24 05 2021].
«Bluetooth de baja energía,» Wikipedia, [En línea]. Available: https://es.wikipedia.org/wiki/Bluetooth_de_baja_energ%C3%ADa. [Último acceso: 24 05 2021].
«NFC,» Wikipedia, [En línea]. Available: https://es.wikipedia.org/wiki/Near_field_communication. [Último acceso: 24 05 2021].
«GPS,» Wikipedia, [En línea]. Available: https://es.wikipedia.org/wiki/GPS. [Último acceso: 24 05 2021].
F. S. Caparrini, «Entrenamiento de Redes Neuronales: mejorando el Gradiente Descendente,» Dpto. Ciencias de la Computación e Inteligencia Artificial, Universidad de Sevilla., [En línea]. Available: http://www.cs.us.es/~fsancho/?e=165. [Último acceso: 24 05 2021].
K. O’Shea y R. Nash, «An Introduction to Convolutional Neural Networks,» arXiv, Gales, UK, 2015.
S. Sharma y A. Athaiya, «ACTIVATION FUNCTIONS IN NEURAL,» International Journal of Engineering Applied Sciences and Technology, 2020.
F. f. Li, J. Johnson y S. Yeung, «Lecture 4: Backpropagation and Neural Networks,» 13 04 2017. [En línea]. Available: http://cs231n.stanford.edu/slides/2017/cs231n_2017_lecture4.pdf. [Último acceso: 24 05 2021].
«Red convolucional en PyTorch,» Cleverpy Machine Learning, 09 01 2018. [En línea]. Available: https://medium.com/@cleverpysolutions/red-convolucional-en-pytorch-c499ae8af6ca. [Último acceso: 24 05 2021].
«Max-pooling / Pooling,» 2018. [En línea]. Available: https://computersciencewiki.org/index.php/Max-pooling_/_Pooling. [Último acceso: 24 05 2021].
C.-W. Zhang, M.-Y. Yang y H.-J. Zeng, «Pedestrian detection based on improved LeNet-5 convolutional neural network,» Journal of Algorithms & Computational Technology, shaanxi, China, 2019.
J. Huang, V. Rathod, C. Sun , M. Zhu y S. Guadarrama, «Speed/accuracy trade-offs for modern convolutional object detector,» Actas de la Conferencia IEEE sobre visión artificial y reconocimiento de patrones, 2017.
J. U. T. G. A. S. T. Gevers, «Selective Search for Object Recognition,» Italia y Amsterdam, 2012.
R. Gandhi, «R-CNN, Fast R-CNN, Faster R-CNN, YOLO — Object Detection Algorithms,» Towards Dara Science, [En línea]. Available: https://towardsdatascience.com/r-cnn-fast-r-cnn-faster-r-cnn-yolo-object-detection-algorithms-36d53571365e. [Último acceso: 17 04 2021].
R. Girshick, «Fast r-cnn. In Proceedings of the IEEE international conference on computer vision,» Microsoft Research, 2015.
K. He, G. Gkioxari, P. Dollar y R. Girshick, «Mask R-CNN,» Facebook AI Research.
A. Garcia Garcia, S. Oprea, S. Orts Escolano, J. Garcia Rodriguez y V. Villena Martinez, «A Review on Deep Learning Techniques Applied to Semantic Segmentation,» arXiv, 2017.
X. Feng, Y. Jiang, X. Li, X. Yang y M. Du, «Computer vision algorithms and hardware implementations: A survey,» ELSEVIER, Shanghai, 2019.
J. Redmon, S. Divvala, R. Girshick y A. Farhadi, «You Only Look Once: Unified, Real-Time Object Detection,» 2015.
A. Persson, «Non Max Suppression Explained and PyTorch Implementation,» Youtube, 07 10 2020. [En línea]. Available: https://www.youtube.com/watch?v=YDkjWEN8jNA. [Último acceso: 24 05 2021].
dc.source.instname.spa.fl_str_mv instname:Universidad del Rosario
dc.source.reponame.spa.fl_str_mv reponame:Repositorio Institucional EdocUR
bitstream.url.fl_str_mv https://repository.urosario.edu.co/bitstreams/bd50d011-f9e3-4cc4-b82a-3dc9f651d9a1/download
https://repository.urosario.edu.co/bitstreams/6807280a-65d4-4530-aae3-19525e970e2e/download
https://repository.urosario.edu.co/bitstreams/6fdb093c-fa5e-4de4-870b-4b92bd2f78e2/download
https://repository.urosario.edu.co/bitstreams/9fa6b591-5f24-457d-bc3e-92e32b5b4167/download
https://repository.urosario.edu.co/bitstreams/70fbcc45-1f29-4521-ae9f-cc45a1a58159/download
bitstream.checksum.fl_str_mv c159b813dd304841f79abb5ee6a2fc08
1487462a1490a8fc01f5999ce7b3b9cc
fab9d9ed61d64f6ac005dee3306ae77e
43700a5b95b0a5f12d0b13074754d66e
a30c4a2e7f4177184788c7a16db9b8dc
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional EdocUR
repository.mail.fl_str_mv edocur@urosario.edu.co
_version_ 1814167738018430976
spelling Perdomo Charry, Oscar Julián1075213630600Cruz Angel, Bryan SantiagoIngeniero BiomédicoFull timec1bb8040-80a9-4cdb-bec5-875a27d02e2d6002021-06-04T20:06:27Z2021-06-04T20:06:27Z2021-05-26Actualmente, en un mundo constantemente en evolución hemos evidenciado el impacto y crecimiento de la tecnología. Lo que se conoce como la revolución tecnológica ha llevado a la creación de sistemas de pago en línea, Inteligencia artificial (IA), BigData, el internet de las cosas, entre otros. Estas herramientas facilitan y optimizan procesos que normalmente generan más gastos económicos, ambientales y sociales, en especial el uso de tecnologías de IA presenta un gran desempeño en la detección de objetos por medio de imágenes, cuando se trata de seguimiento de personas, la norma general dicta que debe realizarse de forma manual, en donde un trabajador sea el encargado de llevar un control de las cámaras de vigilancia, mediante las cuales se puede identificar un sujeto, su posición, y su estado físico, este control es efectivo pero tedioso, en el enfoque de este trabajo dirigido se busca automatizar dicha labor especialmente en centros de salud o hogares geriátricos, donde pacientes con condiciones neurológicas necesitan atención o monitoreo más constante, apoyado en el algoritmo de Detección de objetos YOLO en su versión 3 y en el algoritmo DeepSORT para el seguimiento de personas, se plantea generar un programa en Google Colaboratory usando el lenguaje de Python para la de detección, seguimiento y evaluación de actividad física de personas por medio de videovigilancia o vision por computadora, con un enfoque en tiempo real con base en diversas técnicas de IA. Estos algoritmos tienen diversos usos y ventajas, algunos ejemplos van desde el seguimiento del balón en partidos de futbol o baloncesto hasta la detección de automóviles para sistemas de conducción automática, entre las ventajas que ofrece es que es una tecnología no invasiva, de bajo costo y alta eficiencia, por otra parte, presenta algunas dificultades relacionadas con efectos como la oclusión, es decir, cuando una persona se encuentra delante de otra y dificulta su visibilidad en el vídeo. La gran cantidad de personas puede ser otro limitante, ya que por lo general se requiere de gran capacidad computacional para detectar cada objeto, esto de forma intrínseca nos afecta el rendimiento en tiempo real, limitando el número de fotogramas que se pueden procesar cada segundo.Currently, in a constantly evolving world, we have witnessed the impact and growth of technology. What is known as the technological revolution has led to the creation of online payment systems, Artificial Intelligence (AI), BigData, the internet of things, among others. These tools facilitate and optimize processes that normally generate more economic, environmental and social expenses, especially the use of AI technologies presents a great performance in the detection of objects through images, when it comes to tracking people, the general norm dictates that it must be carried out manually, where a worker is in charge of keeping a control of the surveillance cameras, through which a subject can be identified, their position, and their physical condition, this control is effective but tedious, in The focus of this directed work seeks to automate this work, especially in health centers or geriatric homes, where patients with neurological conditions need more constant care or monitoring, supported by the YOLO Object Detection algorithm in version 3 and the DeepSORT algorithm. For the follow-up of people, it is proposed to generate a program in Google Collaboratory using the Python language for the detection, monitoring and evaluation of physical activity of people through video surveillance or computer vision, with a real-time approach based on various AI techniques. These algorithms have various uses and advantages, some examples range from tracking the ball in football or basketball matches to detecting cars for automatic driving systems, among the advantages it offers is that it is a non-invasive, low-cost technology and High efficiency, on the other hand, presents some difficulties related to effects such as occlusion, that is, when one person is in front of another and makes it difficult to see them in the video. The large number of people can be another limitation, since in general a great computational capacity is required to detect each object, this intrinsically affects our performance in real time, limiting the number of frames that can be processed each second.60application/pdfhttps://doi.org/10.48713/10336_31580 https://repository.urosario.edu.co/handle/10336/31580spaUniversidad del RosarioEscuela de Medicina y Ciencias de la SaludIngeniería BiomédicaAtribución-NoComercial-CompartirIgual 2.5 ColombiaAbierto (Texto Completo)EL AUTOR, manifiesta que la obra objeto de la presente autorización es original y la realizó sin violar o usurpar derechos de autor de terceros, por lo tanto la obra es de exclusiva autoría y tiene la titularidad sobre la misma.http://creativecommons.org/licenses/by-nc-sa/2.5/co/http://purl.org/coar/access_right/c_abf2A. Mercadé, «Los 8 tipos de inteligencia según Howard Gardner: la teoría de las inteligencias múltiples.,» 2019.I. Gonzales, «Armas que disparan solas: así funcionan las ametralladoras con inteligencia artificial,» El español, 29 12 2020.G. P. RAMIREZ, «LA INTELIGENCIA ARTIFICIAL Y SU INFLUENCIA EN LA EFICIENCIA DEL COMERCIO INTERNACIONAL,» Lima-Perú, 2020.I. Montenegro Trujillo, A. Hernandez, D. Chavarro, M. I. Velez, G. Tovar, A. M. Niño y A. Olaya, «MACROTENDENCIAS HACIA EL 2030: El mundo y América Latina,» Colciencias, nº 2, 2018.«Lee, KF. “La Inteligencia Artificial Y El Futuro Del Trabajo: Una Perspectiva China” Openmind. Artículo de investigación (2020)».«Sreenu, G., Saleem Durai, M.A. Intelligent video surveillance: a review through deep learning techniques for crowd analysis. J Big Data 6, 48 (2019).».«Ejercicio terapéutico,» ASEPEYO, 03 09 2018. [En línea]. Available: https://salud.asepeyo.es/profesionales/rehabilitacion/ejercicio-terapeutico/. [Último acceso: 24 05 2021].«S.Saranya, Dr. P. JesuJayarin “A Survey For Tracking And Monitoring The Alzheimer Patient” - IEEE Conference Publication. (2017)».Y. S. Gutiérrez Pardo y A. M. Guerrero Carhuavilca, «Seguimiento del Paciente en Rehabilitación con Kinect 2.0,» UNIVERSIDAD PERUANA DE CIENCIAS APLICADAS, Lima, 2019.«Inteligencia artificial,» Wikipedia, [En línea]. Available: https://es.wikipedia.org/wiki/Inteligencia_artificial. [Último acceso: 2021 04 11].«Las profesiones que podrían desaparecer por la Inteligencia Artificial,» El tiempo, 2 enero 2021.B. Martín, «Cómo crear inteligencia artificial que no exhiba prejuicios humanos,» BBVA Open Mind, 13 noviembre 2019. [En línea]. Available: https://www.bbvaopenmind.com/tecnologia/inteligencia-artificial/como-crear-inteligencia-artificial-que-no-exhiba-prejuicios-humanos/. [Último acceso: 16 marzo 2021].C. Saavedra y F. Izaurieta, «Redes Neuronales Artificiales,» Concepcion, Chile, 2000.J. M. Fernandez Fernandez y R. Florez Lopez, Las redes neuronales artificiales, La Coreña, España: NetBiblo, 2008.«Wikipedia,» 16 febrero 2021. [En línea]. Available: https://es.wikipedia.org/wiki/Aprendizaje_autom%C3%A1tico. [Último acceso: 16 marzo 2021].«Sobreajuste,» Wikipedia, 11 octubre 2020. [En línea]. Available: https://es.wikipedia.org/wiki/Sobreajuste. [Último acceso: 16 marzo 2021].«Aprendizaje profundo,» Wikipedia, 01 03 2021. [En línea]. Available: https://es.wikipedia.org/wiki/Aprendizaje_profundo. [Último acceso: 24 05 2021].«Te damos la bienvenida a Colaboratory,» Google, [En línea]. Available: https://colab.research.google.com/notebooks/intro.ipynb?hl=es. [Último acceso: 16 marzo 2021].Google, «TensorFlow,» [En línea]. Available: https://www.tensorflow.org/?hl=es-419. [Último acceso: 15 04 2021].«RFID,» Wikipedia, [En línea]. Available: https://es.wikipedia.org/wiki/RFID. [Último acceso: 24 05 2021].«Bluetooth de baja energía,» Wikipedia, [En línea]. Available: https://es.wikipedia.org/wiki/Bluetooth_de_baja_energ%C3%ADa. [Último acceso: 24 05 2021].«NFC,» Wikipedia, [En línea]. Available: https://es.wikipedia.org/wiki/Near_field_communication. [Último acceso: 24 05 2021].«GPS,» Wikipedia, [En línea]. Available: https://es.wikipedia.org/wiki/GPS. [Último acceso: 24 05 2021].F. S. Caparrini, «Entrenamiento de Redes Neuronales: mejorando el Gradiente Descendente,» Dpto. Ciencias de la Computación e Inteligencia Artificial, Universidad de Sevilla., [En línea]. Available: http://www.cs.us.es/~fsancho/?e=165. [Último acceso: 24 05 2021].K. O’Shea y R. Nash, «An Introduction to Convolutional Neural Networks,» arXiv, Gales, UK, 2015.S. Sharma y A. Athaiya, «ACTIVATION FUNCTIONS IN NEURAL,» International Journal of Engineering Applied Sciences and Technology, 2020.F. f. Li, J. Johnson y S. Yeung, «Lecture 4: Backpropagation and Neural Networks,» 13 04 2017. [En línea]. Available: http://cs231n.stanford.edu/slides/2017/cs231n_2017_lecture4.pdf. [Último acceso: 24 05 2021].«Red convolucional en PyTorch,» Cleverpy Machine Learning, 09 01 2018. [En línea]. Available: https://medium.com/@cleverpysolutions/red-convolucional-en-pytorch-c499ae8af6ca. [Último acceso: 24 05 2021].«Max-pooling / Pooling,» 2018. [En línea]. Available: https://computersciencewiki.org/index.php/Max-pooling_/_Pooling. [Último acceso: 24 05 2021].C.-W. Zhang, M.-Y. Yang y H.-J. Zeng, «Pedestrian detection based on improved LeNet-5 convolutional neural network,» Journal of Algorithms & Computational Technology, shaanxi, China, 2019.J. Huang, V. Rathod, C. Sun , M. Zhu y S. Guadarrama, «Speed/accuracy trade-offs for modern convolutional object detector,» Actas de la Conferencia IEEE sobre visión artificial y reconocimiento de patrones, 2017.J. U. T. G. A. S. T. Gevers, «Selective Search for Object Recognition,» Italia y Amsterdam, 2012.R. Gandhi, «R-CNN, Fast R-CNN, Faster R-CNN, YOLO — Object Detection Algorithms,» Towards Dara Science, [En línea]. Available: https://towardsdatascience.com/r-cnn-fast-r-cnn-faster-r-cnn-yolo-object-detection-algorithms-36d53571365e. [Último acceso: 17 04 2021].R. Girshick, «Fast r-cnn. In Proceedings of the IEEE international conference on computer vision,» Microsoft Research, 2015.K. He, G. Gkioxari, P. Dollar y R. Girshick, «Mask R-CNN,» Facebook AI Research.A. Garcia Garcia, S. Oprea, S. Orts Escolano, J. Garcia Rodriguez y V. Villena Martinez, «A Review on Deep Learning Techniques Applied to Semantic Segmentation,» arXiv, 2017.X. Feng, Y. Jiang, X. Li, X. Yang y M. Du, «Computer vision algorithms and hardware implementations: A survey,» ELSEVIER, Shanghai, 2019.J. Redmon, S. Divvala, R. Girshick y A. Farhadi, «You Only Look Once: Unified, Real-Time Object Detection,» 2015.A. Persson, «Non Max Suppression Explained and PyTorch Implementation,» Youtube, 07 10 2020. [En línea]. Available: https://www.youtube.com/watch?v=YDkjWEN8jNA. [Último acceso: 24 05 2021].instname:Universidad del Rosarioreponame:Repositorio Institucional EdocURInteligencia ArtificialDeepSORTYOLOv3Deep learningFisioterapiaCiencias médicas, Medicina610600Artificial intelligenceDeepSORTYOLOv3Deep learningPhysiotherapyInteligencia artificialCiencias médicas - Innovaciones tecnológicasRedes neuronales (computadores)Aprendizaje automático (inteligencia artificial)Diseño en ingenieríaDetectoresSeguimiento y evaluación de personas en ambientes cerrados / abiertosMonitoring and evaluation of people in closed / open environmentsbachelorThesisTrabajo de gradoTrabajo de gradohttp://purl.org/coar/resource_type/c_7a1fEscuela de Medicina y Ciencias de la SaludORIGINALCruzAngel-BryanSantiago-2021.pdfCruzAngel-BryanSantiago-2021.pdfArtículo principalapplication/pdf2780054https://repository.urosario.edu.co/bitstreams/bd50d011-f9e3-4cc4-b82a-3dc9f651d9a1/downloadc159b813dd304841f79abb5ee6a2fc08MD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81037https://repository.urosario.edu.co/bitstreams/6807280a-65d4-4530-aae3-19525e970e2e/download1487462a1490a8fc01f5999ce7b3b9ccMD55LICENSElicense.txtlicense.txttext/plain1475https://repository.urosario.edu.co/bitstreams/6fdb093c-fa5e-4de4-870b-4b92bd2f78e2/downloadfab9d9ed61d64f6ac005dee3306ae77eMD54TEXTCruzAngel-BryanSantiago-2021.pdf.txtCruzAngel-BryanSantiago-2021.pdf.txtExtracted texttext/plain147430https://repository.urosario.edu.co/bitstreams/9fa6b591-5f24-457d-bc3e-92e32b5b4167/download43700a5b95b0a5f12d0b13074754d66eMD56THUMBNAILCruzAngel-BryanSantiago-2021.pdf.jpgCruzAngel-BryanSantiago-2021.pdf.jpgGenerated Thumbnailimage/jpeg2571https://repository.urosario.edu.co/bitstreams/70fbcc45-1f29-4521-ae9f-cc45a1a58159/downloada30c4a2e7f4177184788c7a16db9b8dcMD5710336/31580oai:repository.urosario.edu.co:10336/315802021-10-19 14:04:19.599http://creativecommons.org/licenses/by-nc-sa/2.5/co/Atribución-NoComercial-CompartirIgual 2.5 Colombiahttps://repository.urosario.edu.coRepositorio institucional EdocURedocur@urosario.edu.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

Publicaciones similares