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...

Full description

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.
Description
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.