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...
- 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