COUNTPASS: Contador Automático de Pasajeros
Mejorar los sistemas de conteo de pasajeros en el transporte público es crucial debido a diversos retos. Los métodos tradicionales, como el recuento manual, los torniquetes y los sensores infrarrojos han demostrado ser limitados en cuanto a precisión y eficacia. Para resolver este problema, este pro...
- Autores:
-
Curiel, Gabriela
Guerrero, Kevin
- Tipo de recurso:
- Fecha de publicación:
- 2023
- Institución:
- Universidad del Norte
- Repositorio:
- Repositorio Uninorte
- Idioma:
- spa
- OAI Identifier:
- oai:manglar.uninorte.edu.co:10584/11546
- Acceso en línea:
- http://hdl.handle.net/10584/11546
- Palabra clave:
- Vision por computadora, Seguimiento, Inteligencia artificial, Autobuses, Conteo Automático
Computer vison, Tracking, Artificial Inteligent, Bus, Automatic counter
- Rights
- License
- Universidad del Norte
id |
REPOUNORT2_0a568c459ac0164cf2194d9d2af62445 |
---|---|
oai_identifier_str |
oai:manglar.uninorte.edu.co:10584/11546 |
network_acronym_str |
REPOUNORT2 |
network_name_str |
Repositorio Uninorte |
repository_id_str |
|
dc.title.es_ES.fl_str_mv |
COUNTPASS: Contador Automático de Pasajeros |
dc.title.en_US.fl_str_mv |
COUNTPASS: Automatic Passenger Counter |
title |
COUNTPASS: Contador Automático de Pasajeros |
spellingShingle |
COUNTPASS: Contador Automático de Pasajeros Vision por computadora, Seguimiento, Inteligencia artificial, Autobuses, Conteo Automático Computer vison, Tracking, Artificial Inteligent, Bus, Automatic counter |
title_short |
COUNTPASS: Contador Automático de Pasajeros |
title_full |
COUNTPASS: Contador Automático de Pasajeros |
title_fullStr |
COUNTPASS: Contador Automático de Pasajeros |
title_full_unstemmed |
COUNTPASS: Contador Automático de Pasajeros |
title_sort |
COUNTPASS: Contador Automático de Pasajeros |
dc.creator.fl_str_mv |
Curiel, Gabriela Guerrero, Kevin |
dc.contributor.advisor.none.fl_str_mv |
Gómez, Diego Charris, Daniela |
dc.contributor.author.none.fl_str_mv |
Curiel, Gabriela Guerrero, Kevin |
dc.subject.es_ES.fl_str_mv |
Vision por computadora, Seguimiento, Inteligencia artificial, Autobuses, Conteo Automático |
topic |
Vision por computadora, Seguimiento, Inteligencia artificial, Autobuses, Conteo Automático Computer vison, Tracking, Artificial Inteligent, Bus, Automatic counter |
dc.subject.en_US.fl_str_mv |
Computer vison, Tracking, Artificial Inteligent, Bus, Automatic counter |
description |
Mejorar los sistemas de conteo de pasajeros en el transporte público es crucial debido a diversos retos. Los métodos tradicionales, como el recuento manual, los torniquetes y los sensores infrarrojos han demostrado ser limitados en cuanto a precisión y eficacia. Para resolver este problema, este proyecto se centró en el desarrollo de un sistema inteligente basado en tecnologías de visión por ordenador y algoritmos de seguimiento. Entre los hitos conseguidos se incluye la creación de un sistema capaz de detectar, rastrear y contar con precisión pasajeros que entran y salen de buses o de portales de prueba, mediante la utilización de bibliotecas OpenCV y métodos como Tiny-YOLOv4 y Optical Flow para la detección y el rastreo de objetos, respectivamente. Este avance contribuye significativamente a mejorar la gestión de las rutas, reducir los tiempos de espera y optimizar la asignación de recursos, mejorando así la eficiencia operativa del sistema de transporte público y proporcionando una experiencia más cómoda a los usuarios. Los objetivos del proyecto eran diseñar e implementar un prototipo mejorado de contador automático de pasajeros mediante visión por ordenador. Los objetivos específicos consistían en evaluar modelos de detección y algoritmos de seguimiento de objetos, desplegar la arquitectura propuesta en un sistema embebido portátil y validar el rendimiento del sistema en comparación con versiones anteriores del proyecto. Las pruebas realizadas arrojaron mejoras significativas en comparación con el proyecto anterior, logrando una métrica F1-Score media del 94,3%. En conclusión, este proyecto desarrolló e implantó con éxito un sistema inteligente de conteo de personas, mejorando la precisión y la eficiencia en el transporte público. Los resultados resaltan el potencial de las tecnologías de visión por ordenador para optimizar los sistemas de transporte, beneficiando tanto a las empresas de transporte como a los pasajeros. |
publishDate |
2023 |
dc.date.accessioned.none.fl_str_mv |
2023-06-02T20:58:20Z |
dc.date.available.none.fl_str_mv |
2023-06-02T20:58:20Z |
dc.date.issued.none.fl_str_mv |
2023-06-01 |
dc.type.es_ES.fl_str_mv |
article |
dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10584/11546 |
url |
http://hdl.handle.net/10584/11546 |
dc.language.iso.es_ES.fl_str_mv |
spa |
language |
spa |
dc.rights.es_ES.fl_str_mv |
Universidad del Norte |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
Universidad del Norte http://purl.org/coar/access_right/c_abf2 |
dc.publisher.es_ES.fl_str_mv |
Barranquilla, Universidad del Norte 2023 |
institution |
Universidad del Norte |
bitstream.url.fl_str_mv |
https://manglar.uninorte.edu.co/bitstream/10584/11546/3/license.txt https://manglar.uninorte.edu.co/bitstream/10584/11546/1/DIAGRAMA.png https://manglar.uninorte.edu.co/bitstream/10584/11546/2/DIAGRAM.png |
bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 fb5ce9c339ac2378098668a58f22a593 ab0224f9d07b722ef97cc0477424ace3 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Digital de la Universidad del Norte |
repository.mail.fl_str_mv |
mauribe@uninorte.edu.co |
_version_ |
1812183100689481728 |
spelling |
Gómez, DiegoCharris, DanielaCuriel, GabrielaGuerrero, Kevin2023-06-02T20:58:20Z2023-06-02T20:58:20Z2023-06-01http://hdl.handle.net/10584/11546Mejorar los sistemas de conteo de pasajeros en el transporte público es crucial debido a diversos retos. Los métodos tradicionales, como el recuento manual, los torniquetes y los sensores infrarrojos han demostrado ser limitados en cuanto a precisión y eficacia. Para resolver este problema, este proyecto se centró en el desarrollo de un sistema inteligente basado en tecnologías de visión por ordenador y algoritmos de seguimiento. Entre los hitos conseguidos se incluye la creación de un sistema capaz de detectar, rastrear y contar con precisión pasajeros que entran y salen de buses o de portales de prueba, mediante la utilización de bibliotecas OpenCV y métodos como Tiny-YOLOv4 y Optical Flow para la detección y el rastreo de objetos, respectivamente. Este avance contribuye significativamente a mejorar la gestión de las rutas, reducir los tiempos de espera y optimizar la asignación de recursos, mejorando así la eficiencia operativa del sistema de transporte público y proporcionando una experiencia más cómoda a los usuarios. Los objetivos del proyecto eran diseñar e implementar un prototipo mejorado de contador automático de pasajeros mediante visión por ordenador. Los objetivos específicos consistían en evaluar modelos de detección y algoritmos de seguimiento de objetos, desplegar la arquitectura propuesta en un sistema embebido portátil y validar el rendimiento del sistema en comparación con versiones anteriores del proyecto. Las pruebas realizadas arrojaron mejoras significativas en comparación con el proyecto anterior, logrando una métrica F1-Score media del 94,3%. En conclusión, este proyecto desarrolló e implantó con éxito un sistema inteligente de conteo de personas, mejorando la precisión y la eficiencia en el transporte público. Los resultados resaltan el potencial de las tecnologías de visión por ordenador para optimizar los sistemas de transporte, beneficiando tanto a las empresas de transporte como a los pasajeros.Improving passenger counting systems in public transportation is crucial due to various challenges. Traditional methods such as manual counting, mechanical turnstiles, and infrared sensors have proven to be limited in terms of accuracy and efficiency. To address this issue, this project focused on developing an intelligent system based on computer vision technologies and tracking algorithms. The achieved milestones included the creation of a system capable of accurately detecting, tracking, and counting passengers entering and exiting buses or test portals, by utilizing OpenCV libraries and state-of-the-art methods, such as Tiny-YOLOv4 and Optical Flow for object detection and tracking, respectively. This advancement significantly contributes to improving route management, reducing waiting times, and optimizing resource allocation, thereby enhancing the operational efficiency of the public transportation system and providing a more comfortable experience for users. The project objectives were to design and implement an improved prototype of an automatic passenger counter using computer vision. Specific goals involved evaluating applicable object detection models, implementing refined object tracking and decision-making algorithms, deploying the proposed architecture in a portable embedded system, and validating the system's performance compared to previous project versions. The conducted tests yielded significant improvements compared to the previous project, achieving an average F1-Score metric of 94,3%.In conclusion, this project successfully developed and implemented an intelligent passenger counting system, improving accuracy and efficiency in public transportation. The results highlight the potential of computer vision technologies in optimizing transportation systems, benefiting both transportation authorities and passengers.spaBarranquilla, Universidad del Norte 2023Universidad del Nortehttp://purl.org/coar/access_right/c_abf2Vision por computadora, Seguimiento, Inteligencia artificial, Autobuses, Conteo AutomáticoComputer vison, Tracking, Artificial Inteligent, Bus, Automatic counterCOUNTPASS: Contador Automático de PasajerosCOUNTPASS: Automatic Passenger Counterarticlehttp://purl.org/coar/resource_type/c_6501LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://manglar.uninorte.edu.co/bitstream/10584/11546/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53ORIGINALDIAGRAMA.pngDIAGRAMA.pngDiagrama de flujo del sistemaimage/png36306https://manglar.uninorte.edu.co/bitstream/10584/11546/1/DIAGRAMA.pngfb5ce9c339ac2378098668a58f22a593MD51DIAGRAM.pngDIAGRAM.pngSystem flow diagramimage/png35996https://manglar.uninorte.edu.co/bitstream/10584/11546/2/DIAGRAM.pngab0224f9d07b722ef97cc0477424ace3MD5210584/11546oai:manglar.uninorte.edu.co:10584/115462023-06-02 15:58:20.81Repositorio Digital de la Universidad del Nortemauribe@uninorte.edu.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 |