Low computational-complexity algorithm for theestimation of traffic parameters using spatio-temporal images and convolutional neural networks for real-time traffic monitoring

Este trabajo de grado presenta un nuevo método utilizando imágenes espacio-temporales para contar y clasificar en nueve objetos-clases, los objetos que cruzan una línea definida en la calle usando redes neuronales convolucionales. En primer lugar, presenta un algoritmo de etiquetado automático de la...

Full description

Autores:
Poullain, Guillaume Gabriel Hervé
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2019
Institución:
Pontificia Universidad Javeriana
Repositorio:
Repositorio Universidad Javeriana
Idioma:
spa
OAI Identifier:
oai:repository.javeriana.edu.co:10554/57453
Acceso en línea:
http://hdl.handle.net/10554/57453
Palabra clave:
Monitoreo del tráfico
Imágenes espacio - temporales
Redes neuronales convolucionales
YOLO
Visión por computador
Traffic monitoring
Spatio - temporal images
Convolutional neural networks
YOLO
Computer vision
Ingeniería electrónica - Tesis y disertaciones académicas
Redes neuronales (Computadores)
Visión por computador
Tráfico urbano
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 4.0 Internacional