Comparación multiplaforma de técnicas basadas en visión artificial para detección de personas en espacios abiertos
Objetivo:Realizar una comparación multiplataforma entre los algoritmos de las técnicas de sustracción de fondo y de detectores en cascada por medio de una computadora personal y una placa Raspberry Pi 3B+ con Windows 10 y Debian GNU/LINUX respectivamente, en lenguaje de programación Python 3.7. Meto...
- Autores:
-
Niño , Carlos
Castro Casadiego, Sergio
Medina Delgado, Byron
Ramirez Mateus, Jhon Jairo
Puerto, Karla
Guevara Ibarra, Dinael
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2020
- Institución:
- Universidad Francisco de Paula Santander
- Repositorio:
- Repositorio Digital UFPS
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.ufps.edu.co:ufps/806
- Acceso en línea:
- http://repositorio.ufps.edu.co/handle/ufps/806
https://doi.org/10.17081/invinno.9.1.3965
- Palabra clave:
- Comparación multiplaforma
sustracción de fondo
detectores en cascada
rendimiento
Python
Multiplatform Comparisons,
Background Subtraction
Cascade Detection
Performance
- Rights
- openAccess
- License
- Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
Summary: | Objetivo:Realizar una comparación multiplataforma entre los algoritmos de las técnicas de sustracción de fondo y de detectores en cascada por medio de una computadora personal y una placa Raspberry Pi 3B+ con Windows 10 y Debian GNU/LINUX respectivamente, en lenguaje de programación Python 3.7. Metodología: Se proponen tres etapas correspondientes a las mejoras en la imagen de video, la implementación de las técnicas de detección de personas y la evaluación del rendimiento de los algoritmos de dichas técnicas respecto al tiempo de respuesta, espacio de memoria requerido y aciertos en las detecciones. Resultados: La técnica de sustracción de fondo presenta una exactitud de 89.7% mientras que dicho valor para la técnica de detectores en cascada corresponde al 93.65%. Así mismo, la técnica de sustracción de fondo presenta mejor comportamiento respecto al tiempo de respuesta obteniendo 0.5934 segundos para Windows y 2.6338 segundos para Linux. Conclusiones: Tanto la técnica de sustracción de fondo como la técnica de detectores en cascada responden 5 veces más rápido en la computadora personal que en la placa Raspberry Pi 3B+, por su parte, el espacio de memoria requerido por la técnica de sustracción de fondo es 26.28% y 55% superior al espacio requerido por la técnica de detectores en cascada en el computador personal y en la placa Raspberry Pi 3B+ respectivamente. |
---|