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
id |
JAVERIANA2_ff4c18101aaaf79739befa9cb0940981 |
---|---|
oai_identifier_str |
oai:repository.javeriana.edu.co:10554/57453 |
network_acronym_str |
JAVERIANA2 |
network_name_str |
Repositorio Universidad Javeriana |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Low computational-complexity algorithm for theestimation of traffic parameters using spatio-temporal images and convolutional neural networks for real-time traffic monitoring |
title |
Low computational-complexity algorithm for theestimation of traffic parameters using spatio-temporal images and convolutional neural networks for real-time traffic monitoring |
spellingShingle |
Low computational-complexity algorithm for theestimation of traffic parameters using spatio-temporal images and convolutional neural networks for real-time traffic monitoring 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 |
title_short |
Low computational-complexity algorithm for theestimation of traffic parameters using spatio-temporal images and convolutional neural networks for real-time traffic monitoring |
title_full |
Low computational-complexity algorithm for theestimation of traffic parameters using spatio-temporal images and convolutional neural networks for real-time traffic monitoring |
title_fullStr |
Low computational-complexity algorithm for theestimation of traffic parameters using spatio-temporal images and convolutional neural networks for real-time traffic monitoring |
title_full_unstemmed |
Low computational-complexity algorithm for theestimation of traffic parameters using spatio-temporal images and convolutional neural networks for real-time traffic monitoring |
title_sort |
Low computational-complexity algorithm for theestimation of traffic parameters using spatio-temporal images and convolutional neural networks for real-time traffic monitoring |
dc.creator.fl_str_mv |
Poullain, Guillaume Gabriel Hervé |
dc.contributor.advisor.none.fl_str_mv |
Calderon Bocanegra, Francisco Carlos |
dc.contributor.author.none.fl_str_mv |
Poullain, Guillaume Gabriel Hervé |
dc.subject.spa.fl_str_mv |
Monitoreo del tráfico Imágenes espacio - temporales Redes neuronales convolucionales YOLO Visión por computador |
topic |
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 |
dc.subject.keyword.spa.fl_str_mv |
Traffic monitoring Spatio - temporal images Convolutional neural networks YOLO Computer vision |
dc.subject.armarc.spa.fl_str_mv |
Ingeniería electrónica - Tesis y disertaciones académicas Redes neuronales (Computadores) Visión por computador Tráfico urbano |
description |
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 las imágenes espacio-temporales utilizando un algoritmo de código abierto de la "secretaria de movilidad de Bogotá". El algoritmo de etiquetado permite crear un conjunto de datos, para entrenar diferentes redes convoluciones, en particular, redes llamado YOLO. Se presentan los resultados y parámetros de entrenamiento. Los modelos entrenados se utilizan para contar el número de objetos en cada imagen espacio-temporal para realizar el conteo de toda la prueba de video. Este método de conteo se compara con el conteo manual y el algoritmo de código abierto en términos de conteo y también en términos de tiempo de procesamiento. |
publishDate |
2019 |
dc.date.created.none.fl_str_mv |
2019 |
dc.date.accessioned.none.fl_str_mv |
2021-09-23T16:54:17Z |
dc.date.available.none.fl_str_mv |
2021-09-23T16:54:17Z |
dc.type.local.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
http://purl.org/coar/resource_type/c_7a1f |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10554/57453 |
dc.identifier.instname.spa.fl_str_mv |
instname:Pontificia Universidad Javeriana |
dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional - Pontificia Universidad Javeriana |
dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.javeriana.edu.co |
url |
http://hdl.handle.net/10554/57453 |
identifier_str_mv |
instname:Pontificia Universidad Javeriana reponame:Repositorio Institucional - Pontificia Universidad Javeriana repourl:https://repository.javeriana.edu.co |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.rights.licence.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.spa.fl_str_mv |
PDF |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.spa.fl_str_mv |
Pontificia Universidad Javeriana |
dc.publisher.program.spa.fl_str_mv |
Ingeniería Electrónica |
dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería |
institution |
Pontificia Universidad Javeriana |
bitstream.url.fl_str_mv |
http://repository.javeriana.edu.co/bitstream/10554/57453/1/Trabajo_de_grado_Guillaume_Poullain.pdf http://repository.javeriana.edu.co/bitstream/10554/57453/2/Licencia%20de%20uso.pdf http://repository.javeriana.edu.co/bitstream/10554/57453/3/license.txt http://repository.javeriana.edu.co/bitstream/10554/57453/4/Trabajo_de_grado_Guillaume_Poullain.pdf.jpg http://repository.javeriana.edu.co/bitstream/10554/57453/5/Licencia%20de%20uso.pdf.jpg |
bitstream.checksum.fl_str_mv |
46c82f7ee919c1719b08bb132fbf82a3 0b88fd3267563ca492dfac48c22a6720 2070d280cc89439d983d9eee1b17df53 4662ca9b3c09c7e9ac56a749276213df 169f8fed2f8db72924e434692fe58532 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional - Pontificia Universidad Javeriana |
repository.mail.fl_str_mv |
repositorio@javeriana.edu.co |
_version_ |
1811670983902232576 |
spelling |
Atribución-NoComercial-SinDerivadas 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessDe acuerdo con la naturaleza del uso concedido, la presente licencia parcial se otorga a título gratuito por el máximo tiempo legal colombiano, con el propósito de que en dicho lapso mi (nuestra) obra sea explotada en las condiciones aquí estipuladas y para los fines indicados, respetando siempre la titularidad de los derechos patrimoniales y morales correspondientes, de acuerdo con los usos honrados, de manera proporcional y justificada a la finalidad perseguida, sin ánimo de lucro ni de comercialización. De manera complementaria, garantizo (garantizamos) en mi (nuestra) calidad de estudiante (s) y por ende autor (es) exclusivo (s), que la Tesis o Trabajo de Grado en cuestión, es producto de mi (nuestra) plena autoría, de mi (nuestro) esfuerzo personal intelectual, como consecuencia de mi (nuestra) creación original particular y, por tanto, soy (somos) el (los) único (s) titular (es) de la misma. Además, aseguro (aseguramos) que no contiene citas, ni transcripciones de otras obras protegidas, por fuera de los límites autorizados por la ley, según los usos honrados, y en proporción a los fines previstos; ni tampoco contempla declaraciones difamatorias contra terceros; respetando el derecho a la imagen, intimidad, buen nombre y demás derechos constitucionales. Adicionalmente, manifiesto (manifestamos) que no se incluyeron expresiones contrarias al orden público ni a las buenas costumbres. En consecuencia, la responsabilidad directa en la elaboración, presentación, investigación y, en general, contenidos de la Tesis o Trabajo de Grado es de mí (nuestro) competencia exclusiva, eximiendo de toda responsabilidad a la Pontifica Universidad Javeriana por tales aspectos. Sin perjuicio de los usos y atribuciones otorgadas en virtud de este documento, continuaré (continuaremos) conservando los correspondientes derechos patrimoniales sin modificación o restricción alguna, puesto que, de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo jurídico que en ningún caso conlleva la enajenación de los derechos patrimoniales derivados del régimen del Derecho de Autor. De conformidad con lo establecido en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores", los cuales son irrenunciables, imprescriptibles, inembargables e inalienables. En consecuencia, la Pontificia Universidad Javeriana está en la obligación de RESPETARLOS Y HACERLOS RESPETAR, para lo cual tomará las medidas correspondientes para garantizar su observancia.http://purl.org/coar/access_right/c_abf2Calderon Bocanegra, Francisco CarlosPoullain, Guillaume Gabriel Hervé2021-09-23T16:54:17Z2021-09-23T16:54:17Z2019http://hdl.handle.net/10554/57453instname:Pontificia Universidad Javerianareponame:Repositorio Institucional - Pontificia Universidad Javerianarepourl:https://repository.javeriana.edu.coEste 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 las imágenes espacio-temporales utilizando un algoritmo de código abierto de la "secretaria de movilidad de Bogotá". El algoritmo de etiquetado permite crear un conjunto de datos, para entrenar diferentes redes convoluciones, en particular, redes llamado YOLO. Se presentan los resultados y parámetros de entrenamiento. Los modelos entrenados se utilizan para contar el número de objetos en cada imagen espacio-temporal para realizar el conteo de toda la prueba de video. Este método de conteo se compara con el conteo manual y el algoritmo de código abierto en términos de conteo y también en términos de tiempo de procesamiento.This thesis presents a new method using spatio-temporal images to count and to classify in nine objects-classes objects crossing a defined line in the street using convolutional neural networks. Firstly, it presents an automatic labeling algorithm of the spatio-temporal images using an open-source algorithm of the "secretaria de movilidad de Bogota". The labeling algorithm allows creating a data set, to train different convolutional networks, in particular, YOLO networks. The results and parameters of training are presented. The trained models are then used to count the numbers of objects in each spatio-temporal imageto realize the counting for the whole video test. This counting method is compared with manual counting and the open-source algorithm in terms of counting and also in terms of processing time.Ingeniero (a) ElectrónicoPregradoPDFapplication/pdfspaPontificia Universidad JaverianaIngeniería ElectrónicaFacultad de IngenieríaMonitoreo del tráficoImágenes espacio - temporalesRedes neuronales convolucionalesYOLOVisión por computadorTraffic monitoringSpatio - temporal imagesConvolutional neural networksYOLOComputer visionIngeniería electrónica - Tesis y disertaciones académicasRedes neuronales (Computadores)Visión por computadorTráfico urbanoLow computational-complexity algorithm for theestimation of traffic parameters using spatio-temporal images and convolutional neural networks for real-time traffic monitoringTesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisORIGINALTrabajo_de_grado_Guillaume_Poullain.pdfTrabajo_de_grado_Guillaume_Poullain.pdfDocumentoapplication/pdf7822568http://repository.javeriana.edu.co/bitstream/10554/57453/1/Trabajo_de_grado_Guillaume_Poullain.pdf46c82f7ee919c1719b08bb132fbf82a3MD51open accessLicencia de uso.pdfLicencia de uso.pdfLicencia de usoapplication/pdf664287http://repository.javeriana.edu.co/bitstream/10554/57453/2/Licencia%20de%20uso.pdf0b88fd3267563ca492dfac48c22a6720MD52metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-82603http://repository.javeriana.edu.co/bitstream/10554/57453/3/license.txt2070d280cc89439d983d9eee1b17df53MD53open accessTHUMBNAILTrabajo_de_grado_Guillaume_Poullain.pdf.jpgTrabajo_de_grado_Guillaume_Poullain.pdf.jpgIM Thumbnailimage/jpeg6294http://repository.javeriana.edu.co/bitstream/10554/57453/4/Trabajo_de_grado_Guillaume_Poullain.pdf.jpg4662ca9b3c09c7e9ac56a749276213dfMD54open accessLicencia de uso.pdf.jpgLicencia de uso.pdf.jpgIM Thumbnailimage/jpeg7471http://repository.javeriana.edu.co/bitstream/10554/57453/5/Licencia%20de%20uso.pdf.jpg169f8fed2f8db72924e434692fe58532MD55open access10554/57453oai:repository.javeriana.edu.co:10554/574532022-05-03 08:54:43.184Repositorio Institucional - Pontificia Universidad Javerianarepositorio@javeriana.edu.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 |