Implementación de Deep Learning en carreteras para reconocimiento de tráfico
El objetivo principal de este traajo de investigación es especificar y diseñar un programa que permita extraer características propias de los actores viales en las carreteras relacionadas con la identificación inequívoca de vehículos, rutas, tipos de conducción, peatones, motocicletas y entregarlas...
- Autores:
-
Melo Rodríguez, Katherin Daniela
Sastoque Beltrán, Edisson David
- Tipo de recurso:
- Informe
- Fecha de publicación:
- 2019
- Institución:
- Escuela Colombiana de Ingeniería Julio Garavito
- Repositorio:
- Repositorio Institucional ECI
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.escuelaing.edu.co:001/1229
- Acceso en línea:
- https://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=22421
https://repositorio.escuelaing.edu.co/handle/001/1229
- Palabra clave:
- Carreteras Viales
Redes Neuronales
Aprendizaje profundo
Transito
Road Roads
Neural Networks
Deep Learning
Transit
- Rights
- openAccess
- License
- Derechos Reservados - Escuela Colombiana de Ingeniería Julio Garavito
id |
ESCUELAIG2_4e54b93b46e81558a9c319cff09899f6 |
---|---|
oai_identifier_str |
oai:repositorio.escuelaing.edu.co:001/1229 |
network_acronym_str |
ESCUELAIG2 |
network_name_str |
Repositorio Institucional ECI |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Implementación de Deep Learning en carreteras para reconocimiento de tráfico |
title |
Implementación de Deep Learning en carreteras para reconocimiento de tráfico |
spellingShingle |
Implementación de Deep Learning en carreteras para reconocimiento de tráfico Carreteras Viales Redes Neuronales Aprendizaje profundo Transito Road Roads Neural Networks Deep Learning Transit |
title_short |
Implementación de Deep Learning en carreteras para reconocimiento de tráfico |
title_full |
Implementación de Deep Learning en carreteras para reconocimiento de tráfico |
title_fullStr |
Implementación de Deep Learning en carreteras para reconocimiento de tráfico |
title_full_unstemmed |
Implementación de Deep Learning en carreteras para reconocimiento de tráfico |
title_sort |
Implementación de Deep Learning en carreteras para reconocimiento de tráfico |
dc.creator.fl_str_mv |
Melo Rodríguez, Katherin Daniela Sastoque Beltrán, Edisson David |
dc.contributor.advisor.spa.fl_str_mv |
Estupiñan Escalante, Enrique ( dir ) |
dc.contributor.author.spa.fl_str_mv |
Melo Rodríguez, Katherin Daniela Sastoque Beltrán, Edisson David |
dc.subject.spa.fl_str_mv |
Carreteras Viales Redes Neuronales Aprendizaje profundo Transito |
topic |
Carreteras Viales Redes Neuronales Aprendizaje profundo Transito Road Roads Neural Networks Deep Learning Transit |
dc.subject.keywords.spa.fl_str_mv |
Road Roads Neural Networks Deep Learning Transit |
description |
El objetivo principal de este traajo de investigación es especificar y diseñar un programa que permita extraer características propias de los actores viales en las carreteras relacionadas con la identificación inequívoca de vehículos, rutas, tipos de conducción, peatones, motocicletas y entregarlas para que se pueda reconocer y clasificarlos actores y sus conductas. |
publishDate |
2019 |
dc.date.issued.spa.fl_str_mv |
2019 |
dc.date.accessioned.spa.fl_str_mv |
2020-08-07T23:50:42Z |
dc.date.available.spa.fl_str_mv |
2020-08-07T23:50:42Z |
dc.date.accessioned.none.fl_str_mv |
2021-10-01T15:54:39Z |
dc.date.available.none.fl_str_mv |
2021-10-01T15:54:39Z |
dc.type.spa.fl_str_mv |
Informe de investigación |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_93fc |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/report |
format |
http://purl.org/coar/resource_type/c_93fc |
status_str |
publishedVersion |
dc.identifier.uri.spa.fl_str_mv |
https://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=22421 |
dc.identifier.uri.none.fl_str_mv |
https://repositorio.escuelaing.edu.co/handle/001/1229 |
url |
https://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=22421 https://repositorio.escuelaing.edu.co/handle/001/1229 |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.rights.spa.fl_str_mv |
Derechos Reservados - Escuela Colombiana de Ingeniería Julio Garavito |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc/4.0/ |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.creativecommons.spa.fl_str_mv |
Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) |
rights_invalid_str_mv |
Derechos Reservados - Escuela Colombiana de Ingeniería Julio Garavito https://creativecommons.org/licenses/by-nc/4.0/ Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0) http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.spa.fl_str_mv |
Escuela Colombiana de Ingeniería Julio Garavito |
dc.publisher.program.spa.fl_str_mv |
Ingeniería Electrónica |
institution |
Escuela Colombiana de Ingeniería Julio Garavito |
bitstream.url.fl_str_mv |
https://repositorio.escuelaing.edu.co/bitstream/001/1229/1/Melo%20Rodr%c3%adguez%2c%20Katherin%20Daniela-2019.pdf https://repositorio.escuelaing.edu.co/bitstream/001/1229/2/Autorizaci%c3%b3n.pdf https://repositorio.escuelaing.edu.co/bitstream/001/1229/3/license.txt https://repositorio.escuelaing.edu.co/bitstream/001/1229/6/Melo%20Rodr%c3%adguez%2c%20Katherin%20Daniela-2019.pdf.txt https://repositorio.escuelaing.edu.co/bitstream/001/1229/8/Autorizaci%c3%b3n.pdf.txt https://repositorio.escuelaing.edu.co/bitstream/001/1229/7/Melo%20Rodr%c3%adguez%2c%20Katherin%20Daniela-2019.pdf.jpg https://repositorio.escuelaing.edu.co/bitstream/001/1229/9/Autorizaci%c3%b3n.pdf.jpg |
bitstream.checksum.fl_str_mv |
73a9f9189e227bd2cd176bca497e210f 5384dbae86d50c258cde91393773fdb7 8a4605be74aa9ea9d79846c1fba20a33 6d25736f26ea52eb733c56e2b93d8d58 ade4b826f48266d914f4aa449de91e5b 722de7a590e41cbb3b6b32148ceb4ad0 c9e6c3538c31ff93b62b95c31e937ffc |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Escuela Colombiana de Ingeniería Julio Garavito |
repository.mail.fl_str_mv |
repositorio.eci@escuelaing.edu.co |
_version_ |
1814355620406493184 |
spelling |
Estupiñan Escalante, Enrique ( dir )a539a1f8055c3d4941c058400057611b300Melo Rodríguez, Katherin Daniela2cc481cd5213dc3ef6ee2bf07b376af2600Sastoque Beltrán, Edisson David2fc4d374d139acfd60805657a6ec99b86002020-08-07T23:50:42Z2021-10-01T15:54:39Z2020-08-07T23:50:42Z2021-10-01T15:54:39Z2019https://catalogo.escuelaing.edu.co/cgi-bin/koha/opac-detail.pl?biblionumber=22421https://repositorio.escuelaing.edu.co/handle/001/1229El objetivo principal de este traajo de investigación es especificar y diseñar un programa que permita extraer características propias de los actores viales en las carreteras relacionadas con la identificación inequívoca de vehículos, rutas, tipos de conducción, peatones, motocicletas y entregarlas para que se pueda reconocer y clasificarlos actores y sus conductas.The main objective of this research work is to specify and design a program that allows extracting characteristics of the road actors on the highways related to the unequivocal identification of vehicles, routes, types of driving, pedestrians, motorcycles and deliver them so that they can be recognized and classify the actors and their behaviors.PregradoIngeniero(a) Electrónicoapplication/pdfspaEscuela Colombiana de Ingeniería Julio GaravitoIngeniería ElectrónicaDerechos Reservados - Escuela Colombiana de Ingeniería Julio Garavitohttps://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)http://purl.org/coar/access_right/c_abf2Carreteras VialesRedes NeuronalesAprendizaje profundoTransitoRoad RoadsNeural NetworksDeep LearningTransitImplementación de Deep Learning en carreteras para reconocimiento de tráficoInforme de investigacióninfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_93fcTextinfo:eu-repo/semantics/reporthttp://purl.org/coar/version/c_970fb48d4fbd8a85ORIGINALMelo Rodríguez, Katherin Daniela-2019.pdfapplication/pdf4203180https://repositorio.escuelaing.edu.co/bitstream/001/1229/1/Melo%20Rodr%c3%adguez%2c%20Katherin%20Daniela-2019.pdf73a9f9189e227bd2cd176bca497e210fMD51open accessAutorización.pdfapplication/pdf157027https://repositorio.escuelaing.edu.co/bitstream/001/1229/2/Autorizaci%c3%b3n.pdf5384dbae86d50c258cde91393773fdb7MD52metadata only accessLICENSElicense.txttext/plain1748https://repositorio.escuelaing.edu.co/bitstream/001/1229/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53open accessTEXTMelo Rodríguez, Katherin Daniela-2019.pdf.txtMelo Rodríguez, Katherin Daniela-2019.pdf.txtExtracted texttext/plain41408https://repositorio.escuelaing.edu.co/bitstream/001/1229/6/Melo%20Rodr%c3%adguez%2c%20Katherin%20Daniela-2019.pdf.txt6d25736f26ea52eb733c56e2b93d8d58MD56open accessAutorización.pdf.txtAutorización.pdf.txtExtracted texttext/plain3547https://repositorio.escuelaing.edu.co/bitstream/001/1229/8/Autorizaci%c3%b3n.pdf.txtade4b826f48266d914f4aa449de91e5bMD58metadata only accessTHUMBNAILMelo Rodríguez, Katherin Daniela-2019.pdf.jpgMelo Rodríguez, Katherin Daniela-2019.pdf.jpgGenerated Thumbnailimage/jpeg12353https://repositorio.escuelaing.edu.co/bitstream/001/1229/7/Melo%20Rodr%c3%adguez%2c%20Katherin%20Daniela-2019.pdf.jpg722de7a590e41cbb3b6b32148ceb4ad0MD57open accessAutorización.pdf.jpgAutorización.pdf.jpgGenerated Thumbnailimage/jpeg13414https://repositorio.escuelaing.edu.co/bitstream/001/1229/9/Autorizaci%c3%b3n.pdf.jpgc9e6c3538c31ff93b62b95c31e937ffcMD59metadata only access001/1229oai:repositorio.escuelaing.edu.co:001/12292021-10-01 17:12:02.112open accessRepositorio Escuela Colombiana de Ingeniería Julio Garavitorepositorio.eci@escuelaing.edu.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 |