Prototipo de un sistema de visión artificial basado en técnicas de aprendizaje de máquina para el reconocimiento de aves del área metropolitana de Bucaramanga

La avifauna colombiana es una de las más diversas a nivel mundial. Desafortunadamente, es uno de los campos menos enseñados por las instituciones educativas e incluso con menor información a nivel nacional. Seguido, la falta de interés por parte de la población hace más difícil fomentar el apropiami...

Full description

Autores:
Mosquera Moreno, María Angélica
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2021
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/16079
Acceso en línea:
http://hdl.handle.net/20.500.12749/16079
Palabra clave:
Systems engineer
Technological innovations
Artificial vision
Classification
Machine learning
Prototype development
Artificial intelligence
Machine theory
Simulation methods
Ingeniería de sistemas
Innovaciones tecnológicas
Desarrollo de prototipos
Inteligencia artificial
Teoría de las máquinas
Metodos de simulación
Visión artificial
Avifauna
Clasificación
Aprendizaje automático
Rights
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
id UNAB2_5858ca13a083aca21a89a45db908d00e
oai_identifier_str oai:repository.unab.edu.co:20.500.12749/16079
network_acronym_str UNAB2
network_name_str Repositorio UNAB
repository_id_str
dc.title.spa.fl_str_mv Prototipo de un sistema de visión artificial basado en técnicas de aprendizaje de máquina para el reconocimiento de aves del área metropolitana de Bucaramanga
dc.title.translated.spa.fl_str_mv Prototype of an artificial vision system based on machine learning techniques for bird recognition in the metropolitan area of ​​Bucaramanga
title Prototipo de un sistema de visión artificial basado en técnicas de aprendizaje de máquina para el reconocimiento de aves del área metropolitana de Bucaramanga
spellingShingle Prototipo de un sistema de visión artificial basado en técnicas de aprendizaje de máquina para el reconocimiento de aves del área metropolitana de Bucaramanga
Systems engineer
Technological innovations
Artificial vision
Classification
Machine learning
Prototype development
Artificial intelligence
Machine theory
Simulation methods
Ingeniería de sistemas
Innovaciones tecnológicas
Desarrollo de prototipos
Inteligencia artificial
Teoría de las máquinas
Metodos de simulación
Visión artificial
Avifauna
Clasificación
Aprendizaje automático
title_short Prototipo de un sistema de visión artificial basado en técnicas de aprendizaje de máquina para el reconocimiento de aves del área metropolitana de Bucaramanga
title_full Prototipo de un sistema de visión artificial basado en técnicas de aprendizaje de máquina para el reconocimiento de aves del área metropolitana de Bucaramanga
title_fullStr Prototipo de un sistema de visión artificial basado en técnicas de aprendizaje de máquina para el reconocimiento de aves del área metropolitana de Bucaramanga
title_full_unstemmed Prototipo de un sistema de visión artificial basado en técnicas de aprendizaje de máquina para el reconocimiento de aves del área metropolitana de Bucaramanga
title_sort Prototipo de un sistema de visión artificial basado en técnicas de aprendizaje de máquina para el reconocimiento de aves del área metropolitana de Bucaramanga
dc.creator.fl_str_mv Mosquera Moreno, María Angélica
dc.contributor.advisor.none.fl_str_mv Moreno Corzo, Feisar Enrique
Ortiz Beltrán, Ariel Orlando
Cediel Martínez, Fernando
dc.contributor.author.none.fl_str_mv Mosquera Moreno, María Angélica
dc.contributor.cvlac.spa.fl_str_mv Moreno Corzo, Feisar Enrique [0001499008]
Ortiz Beltrán, Ariel Orlando [0001459925]
dc.contributor.googlescholar.spa.fl_str_mv Moreno Corzo, Feisar Enrique [es&oi=ao]
dc.contributor.orcid.spa.fl_str_mv Moreno Corzo, Feisar Enrique [0000-0002-5007-3422]
dc.contributor.researchgate.spa.fl_str_mv Moreno Corzo, Feisar Enrique [Feisar-Enrique-Moreno-Corzo-2169498891]
Ortiz Beltrán, Ariel Orlando [Ariel_Ortiz_Beltran]
dc.subject.keywords.spa.fl_str_mv Systems engineer
Technological innovations
Artificial vision
Classification
Machine learning
Prototype development
Artificial intelligence
Machine theory
Simulation methods
topic Systems engineer
Technological innovations
Artificial vision
Classification
Machine learning
Prototype development
Artificial intelligence
Machine theory
Simulation methods
Ingeniería de sistemas
Innovaciones tecnológicas
Desarrollo de prototipos
Inteligencia artificial
Teoría de las máquinas
Metodos de simulación
Visión artificial
Avifauna
Clasificación
Aprendizaje automático
dc.subject.lemb.spa.fl_str_mv Ingeniería de sistemas
Innovaciones tecnológicas
Desarrollo de prototipos
Inteligencia artificial
Teoría de las máquinas
Metodos de simulación
dc.subject.proposal.spa.fl_str_mv Visión artificial
Avifauna
Clasificación
Aprendizaje automático
description La avifauna colombiana es una de las más diversas a nivel mundial. Desafortunadamente, es uno de los campos menos enseñados por las instituciones educativas e incluso con menor información a nivel nacional. Seguido, la falta de interés por parte de la población hace más difícil fomentar el apropiamiento del entorno que les rodea e impulsa el deterioro ambiental y la extinción de muchas especies de aves endémicas de la zona. Actualmente existen diferentes aplicaciones que buscan suplir esta problemática en diferentes lugares del mundo, pero, dado que existen muchas variedades de especies, en estas soluciones se dificulta la identificación de especies de la zona metropolitana de Bucaramanga. AveDex busca crear apropiación local, ya que es una aplicación con solo aves del lugar, permitiendo que sea apoyo para los habitantes y ornitólogos. El desarrollo de este proyecto permitió la obtención de un prototipo capaz de clasificar 9 aves originarias del área metropolitana de Bucaramanga, con una precisión del 87% por medio de una imagen tomada desde la cámara del celular o una imagen escogida de la galería. Finalmente, demostró que el uso constante de ella o utilizada como herramienta de información eleva el aprendizaje sobre las aves que actualmente se pueden identificar. Actualmente, el proyecto hace parte del grupo GTI y la línea de sistemas de información e ingeniería del software más específicamente en el tema de inteligencia artificial de la Universidad Autónoma de Bucaramanga.
publishDate 2021
dc.date.issued.none.fl_str_mv 2021-05-09
dc.date.accessioned.none.fl_str_mv 2022-03-28T16:31:31Z
dc.date.available.none.fl_str_mv 2022-03-28T16:31:31Z
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.local.spa.fl_str_mv Trabajo de Grado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/20.500.12749/16079
dc.identifier.instname.spa.fl_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional UNAB
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.unab.edu.co
url http://hdl.handle.net/20.500.12749/16079
identifier_str_mv instname:Universidad Autónoma de Bucaramanga - UNAB
reponame:Repositorio Institucional UNAB
repourl:https://repository.unab.edu.co
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv Acevedo-Charry, O. C.-P.-Q. (2020). Avifauna Colombiana. Obtenido de Avifauna Colombiana: http://reporte.humboldt.org.co/biodiversidad/2019/cap1/103/#seccion5
Akash, K. (2019). GitHub. Obtenido de GitHub: https://github.com/AKASH2907/bird_species_classification
AQUAE Fundación. (2020). AQUAE Fundación. Obtenido de AQUAE Fundación: https://www.fundacionaquae.org/el-cambio-climatico-reduce-el-tamano-de-lasaves/
Arispe, M., & Collarana, D. (5 de Marzo de 2017). SCIELO. Obtenido de SCIELO: http://www.scielo.org.bo/scielo.php?pid=S168307892017000100007&script=sci_arttext
Avendaño, J., Bohórquez, C., Roselli, L., Arzuza-Buelvas, D., Estela, F. A., Cuervo, A. M., . . . Renjifo, L. M. (2017). Lista de chequeo de las aves de Colombia: Una síntesis del estado del conocimiento desde Hilty & Brown (1986). Ornitología Colombiana, 1-83
Ayerbe Quiñones, F. (2019). Guía ilustrada de la Avifauna colombiana. Bogotá: WSC
Berg, T., Liu, J., Woo Lee, S., Alexander, M., Jacobs, D., & Belhumeur, P. (2014). IEEE Conference on Computer Vision and Pattern Recognition. Obtenido de IEEE Conference on Computer Vision and Pattern Recognition: https://ieeexplore-ieeeorg.aure.unab.edu.co/document/6909656
Bhatnagar, A. (2020). GitHub. Obtenido de GitHub: https://github.com/aniket03/self_supervised_bird_classification
Brownlee, J. (5 de Julio de 2019). Machine Learning Mastery. Obtenido de Machine Learning Mastery: https://machinelearningmastery.com/what-is-computer-vision/
Cediel Martínez, F. (16 de Febrero de 2020). Investigación avifauna colombiana. (M. A. Mosquera Moreno, Entrevistador)
Centro Integrado Politénico "ETI". (s.f.). Centro Integrado Politénico "ETI". Obtenido de Centro Integrado Politénico "ETI": http://www.etitudela.com/celula/downloads/visionartificial.pdf
Cheng, L. Y. (2019). GitHub. Obtenido de https://github.com/lychengr3x/Bird-SpeciesClassification-Using-Transfer-Learning
Contreras, F. (2016). docPlayer.es. Obtenido de docPlayer.es: https://docplayer.es/74142729-Whitepaper-introduccion-a-machine-learning-porfabian-a-contreras-arquitecto-de-soluciones-machine-learning-sunqu-2016.html
Cornell Lab of Ornithology. (2014). NABirds Dataset. Obtenido de NABirds Dataset: https://dl.allaboutbirds.org/nabirds
Cornell lab Of Ornithology. (27 de Febrero de 2020). Play Store. Obtenido de Play Store: https://play.google.com/store/apps/details?id=com.labs.merlinbirdid.app&hl=es_CO
Dart Dev. (2011). Dart. Obtenido de Dart: https://dart.dev/brand
decide. (2019). Obtenido de decide: https://decidesoluciones.es/arquitectura-demicroservicios/
DeepAI. (2020). DeepAI. Obtenido de DeepAI: https://deepai.org/machine-learningglossary-and-terms/batch-normalization
Deloitte. (2017). Deloitte Colombia - Consumo móvil en Colombia. Obtenido de Deloitte Colombia - Consumo móvil en Colombia: https://www2.deloitte.com/content/dam/Deloitte/co/Documents/technology-mediatelecommunications/Consumo%20movil(VF1).pdf
Deloitte. (2019). Deloitte Colombia - Consumo móvil en Colombia . Obtenido de Deloitte Colombia - Consumo móvil en Colombia : https://www2.deloitte.com/content/dam/Deloitte/co/Documents/consumerbusiness/Reporte%20consumo%20movil%202019.pdf
Durán, J. (22 de Enero de 2020). Medium. Obtenido de Medium: https://medium.com/metadatos/qu%C3%A9-es-la-transferencia-de-aprendizaje-yc%C3%B3mo-aplicarla-a-tu-red-neuronal-e0e120156e40
Entre líneas. (25 de Noviembre de 2008). Obtenido de http://is3ados.blogspot.com/2008/11/los-ciclos-de-vida-del-software-ii.html
Erenli, K. (2013). IEEEXplore. 2012 15th International Conference on Interactive Collaborative Learning (ICL). Villach, Austria: IEEE. Obtenido de IEEEXplore: https://ieeexplore-ieee-org.aure.unab.edu.co/document/6402106
Escuela Superior de Ingeniería y Tecnología. (25 de Abril de 2005). Escuela Superior de Ingeniería y Tecnología. Obtenido de Escuela Superior de Ingeniería y Tecnología: cc.etsii.ull.es/ftp/antiguo/VISORD/temario/uno.doc
Flask. (2010). FLASK. Obtenido de FLASK: https://flask.palletsprojects.com/en/1.1.x/
Flutter-Dev. (2011). Flutter. Obtenido de Flutter: https://flutter.dev/brand
Flutter-dex. (2020). Flutter. Obtenido de Flutter: https://flutter.dev/docs/resources/architectural-overview
Generalitat de Catalunya. (Febrero de 2012). Visión Artificial Aplicación práctica de la visión artificial en el control de procesos industriales. Obtenido de Visión Artificial Aplicación práctica de la visión artificial en el control de procesos industriales: http://visionartificial.fpcat.cat/wpcontent/uploads/UD_1_didac_Conceptos_previos.pdf
González Diez, D. (25 de Julio de 2019). Universidad de Valladolid. Obtenido de Universidad de Valladolid: https://core.ac.uk/download/pdf/250406384.pdf
Google Developers. (20 de Febrero de 2020). Google Developers. Obtenido de Google Developers: https://developers.google.com/machine-learning/crashcourse/introduction-to-neural-networks/anatomy?hl=es-419
Grinberg, M. (2018). Flask Web Development Developing Web Applications With Python. Estados Unidos: O'Reilly Media, Inc. Obtenido de https://drive.google.com/drive/folders/1mMpq2WIuJKz08oQV_D80lIntK26wf9tH
Huang, C., Luo, B., Tang, L., Liu, Y., & Ma, J. (2013). IEEE International Conference on Communications, Circuits and Systems (ICCCAS). Obtenido de IEEE International Conference on Communications, Circuits and Systems (ICCCAS): https://ieeexplore-ieee-org.aure.unab.edu.co/document/6765346
Islam, M., Tasnim, N., & Bhatta Shuvo, S. (2019). IEEE XPLORE. Obtenido de IEEE XPLORE: https://ieeexplore-ieee-org.aure.unab.edu.co/document/8944403
Iyawa, G., Masikara, W., Osakwe, J., & Oduor, C. (18 de Julio de 2019). IEEEXplore. Obtenido de IEEEXplore: https://ieeexplore-ieeeorg.aure.unab.edu.co/document/8764865/authors
Jungmo, A., Jeongyeup, P., & JeongGil, K. (2016). IEEE 22nd International Conference on Embedded and Real-Time Computing Systems and Applications. Obtenido de IEEE 22nd International Conference on Embedded and Real-Time Computing Systems and Applications: https://ieeexplore-ieeeorg.aure.unab.edu.co/document/7579939
Junta de Andalucia. (2017). Ciclo de vida basado en prototipos. Obtenido de http://agrega.juntadeandalucia.es/repositorio/20022017/6b/esan_2017022012_9122843/53_ciclo_de_vida_basado_en_prototipos.html
Kang, M.-S., & Hong, K.-S. (2018). IEEE International Conference on Information and Communication Technology Convergence (ICTC). Obtenido de IEEE International Conference on Information and Communication Technology Convergence (ICTC): https://ieeexplore-ieee-org.aure.unab.edu.co/document/8539463
Karim, R. (Julio de 2019). Towards Data science. Obtenido de Towards Data science: https://towardsdatascience.com/illustrated-10-cnn-architectures95d78ace614d#e971
Kumar, A. (2020). GitHub. Obtenido de GitHub: https://github.com/birdsiitmandi/birds_image_classification
Lee, S., Lee, M., Jeon, H., & Smith, A. (2019). IEEE 6th International Conference on Control, Decision and Information Technologies (CoDIT). Obtenido de IEEE 6th International Conference on Control, Decision and Information Technologies (CoDIT): https://ieeexplore-ieee-org.aure.unab.edu.co/document/8820331
Lemley, J., Bazrafkan, S., & Corcoran, P. (Abril de 2017). ResearchGate. Obtenido de ResearchGate: https://www.researchgate.net/publication/316748306_Transfer_Learning_of_Temp oral_Information_for_Driver_Action_Classification/citations
Liu, Y., Sun, P., Highsmith, M., Wergeles, N., Sartwell, J., Raedeke, A., . . . Shang, Y. (2018). IEEE Third International Conference on Data Science in Cyberspace (DSC). Obtenido de IEEE Third International Conference on Data Science in Cyberspace (DSC): https://ieeexplore-ieeeorg.aure.unab.edu.co/document/8411873
Lohr, D. (2019). GitHub. Obtenido de GitHub: https://github.com/djl70/cv-bird-id
Malav, B. (16 de Diciembre de 2017). Medium. Obtenido de Medium: https://medium.com/startlovingyourself/microservices-vs-monolithic-architecturec8df91f16bb4
Marini, A., Facon, J., & Koerich, A. (2013). IEEE International Conference on Systems, Man, and Cybernetics. Obtenido de IEEE International Conference on Systems, Man, and Cybernetics: https://ieeexplore-ieeeorg.aure.unab.edu.co/document/6722493
Marini, E. (Octubre de 2012). Obtenido de https://www.linuxito.com/docs/el-modelocliente-servidor.pdf
Martinez Castillo, R. (2012). Ensayo crítico sobre educación ambiental. Diálogos educativos, 74-104
Ministerio de educación. (1962). DECRETO 45 DE 1962. Obtenido de DECRETO 45 DE 1962: https://www.mineducacion.gov.co/1759/articles-103679_archivo_pdf.pdf
Mosquera Moreno, M. A. (Agosto de 2020). Conocimiento sobre la avifauna en la zona metropolitana de Bucaramanga. Bucaramanga, Colombia. Obtenido de https://docs.google.com/spreadsheets/d/1c8StBohC7Kc0RydQF36NAl_DFHGfJ__ Fh5yhCx-WgOU/edit?usp=sharing
Mufid, M. R., AI Rasyid, M. H., Basofi, A., Rokhim, A., & Rochimansyah, I. F. (2019). IEEE Xplore 2019 International Electronics Symposium (IES). Obtenido de IEEE Xplore 2019 International Electronics Symposium (IES): https://ieeexplore-ieeeorg.aure.unab.edu.co/document/8901656
Nawaz, S., Calefati, A., Caraffini, M., Landro, N., & Gallo, I. (2019). IEEE International Conference on Image and Vision Computing New Zealand (IVCNZ). Obtenido de IEEE International Conference on Image and Vision Computing New Zealand (IVCNZ): https://ieeexplore-ieee-org.aure.unab.edu.co/document/8960960
Niemi, J., & Tanttu, J. (2019). IEEE International Symposium ELMAR. Obtenido de IEEE International Symposium ELMAR: https://ieeexplore-ieeeorg.aure.unab.edu.co/document/8124482
Ordieres-Meré, J., Castejón Limas, M., Martínez de Pisón Ascacibar, F. J., Alba-Elías, F., González-Marcos, A., Pernía-Espinoza, A., & Vergara, E. (2006). Técnicas y algoritmos básicos de visión artificial. España: Universidad de La Rioja. Servicio de Publicaciones
Pérez Roldán, I. (Julio de 2019). Archivol Digital Universidad Politécnica de Madrid. Obtenido de Archivol Digital Universidad Politécnica de Madrid: http://oa.upm.es/56163/1/TFG_ISMAEL_PEREZ_ROLDAN.pdf
Pineda, L. (2009). Inteligencia Artificial. Obtenido de Inteligencia Artificial: http://turing.iimas.unam.mx/~luis/cursos/IA09/slides/s1_inteligencia_artificial.pdf
PlantSnap, Inc. (28 de Febrero de 2020). Play Store. Obtenido de Play Store: https://play.google.com/store/apps/details?id=com.fws.plantsnap2&hl=es_COhttps: //play.google.com/store/apps/details?id=com.fws.plantsnap2&hl=es_CO
Qiao, B., Zhou, Z., Yang, H., & Cao, J. (2017). IEEE First International Conference on Electronics Instrumentation & Information Systems (EIIS). Obtenido de IEEE First International Conference on Electronics Instrumentation & Information Systems (EIIS): https://ieeexplore-ieee-org.aure.unab.edu.co/document/8298548
RAE. (2020). Obtenido de https://dle.rae.es/avifauna
Revista semana. (11 de Mayo de 2018). Semana Sostenible. Obtenido de Semana Sostenible: https://sostenibilidad.semana.com/medio-ambiente/articulo/aviturismotiene-un-enorme-potencial-economico-en-colombia/40965
Sancho Peña, M. (28 de Noviembre de 2017). Repositorio Institucional de la Universidad de Alicante. Obtenido de Repositorio Institucional de la Universidad de Alicante: http://rua.ua.es/dspace/handle/10045/71527
Shahana, Z. (2018). GitHub. Obtenido de GitHub: https://github.com/zahan97/BirdSpecies-Classification
Siwalu Software GmbH. (6 de Marzo de 2020). Play Store. Obtenido de Play Store: https://play.google.com/store/apps/details?id=com.siwalusoftware.dogscanner&hl= es_CO
Van Horn, G., Branson , S., Farrell, R., Haber, S., Barry, J., Ipeirotis, P., . . . Bolongie, S. (2015). IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Obtenido de IEEE Conference on Computer Vision and Pattern Recognition (CVPR): https://ieeexplore-ieee-org.aure.unab.edu.co/document/7298658
Vázques Rodríguez, V. (2019). Desarrollo de aplicaciones móviles multiplataforma con Flutter. Obtenido de Desarrollo de aplicaciones móviles multiplataforma con Flutter: http://repositorio.ual.es/bitstream/handle/10835/8010/TFG_VAZQUEZ%20RODRI GUEZ,%20VICTOR.pdf?sequence=1
Vega Arias, J. (Junio de 2019). Universitat Oberta de Catalunya. Obtenido de Universitat Oberta de Catalunya: http://openaccess.uoc.edu/webapps/o2/bitstream/10609/98767/6/jvegaarTFM0619 memoria.pdf
Veyssier, L. (2020). GitHub. Obtenido de GitHub: https://github.com/LaurentVeyssier/Bird_Classifier_Tensorflow_Colab_Notebook
VIvek, K. (22 de Julio de 2019). Analytics Insight. Obtenido de Analytics Insight: https://www.analyticsinsight.net/state-computer-vision-now-future/
Wah, C., Branson, S., Welinder, P., Perona, P., & Belongie, S. (2011). The Caltech-UCSD Birds-200-2011 Dataset. Obtenido de The Caltech-UCSD Birds-200-2011 Dataset.: http://www.vision.caltech.edu/visipedia/papers/CUB_200_2011.pdf
Wei, X.-S., Wang, P., Liu, L., & Wu, J. (2019). IEEE Transactions on Image Processing, vol. 28, no. 12, pp. 6116-6125. Obtenido de IEEE Transactions on Image Processing, vol. 28, no. 12, pp. 6116-6125: https://ieeexplore-ieeeorg.aure.unab.edu.co/document/8752297
Zazo Millán, C. (15 de Octubre de 2019). Migración de aplicaciones Android hacia Flutter, un framework para desarrollo de apps multiplataforma. Obtenido de Migración de aplicaciones Android hacia Flutter, un framework para desarrollo de apps multiplataforma: http://hdl.handle.net/10251/128486
Zhang, X., Xiong, H., Zhou, W., Lin, W., & Tian, Q. (2016). IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Obtenido de IEEE Conference on Computer Vision and Pattern Recognition (CVPR): https://ieeexplore-ieeeorg.aure.unab.edu.co/document/7780497
Zheng, H., Fu, J., Mei, T., & Luo, J. (2017). IEEE International Conference on Computer Vision (ICCV). Obtenido de IEEE International Conference on Computer Vision (ICCV): https://ieeexplore-ieee-org.aure.unab.edu.co/document/8237819
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
dc.rights.creativecommons.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
Atribución-NoComercial-SinDerivadas 2.5 Colombia
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.spatial.spa.fl_str_mv Bucaramanga (Santander, Colombia)
dc.coverage.campus.spa.fl_str_mv UNAB Campus Bucaramanga
dc.publisher.grantor.spa.fl_str_mv Universidad Autónoma de Bucaramanga UNAB
dc.publisher.faculty.spa.fl_str_mv Facultad Ingeniería
dc.publisher.program.spa.fl_str_mv Pregrado Ingeniería de Sistemas
institution Universidad Autónoma de Bucaramanga - UNAB
bitstream.url.fl_str_mv https://repository.unab.edu.co/bitstream/20.500.12749/16079/1/2021_Tesis_Maria_Angelica_Moreno.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/16079/2/2021_Licencia_Maria_Angelica_Moreno.pdf
https://repository.unab.edu.co/bitstream/20.500.12749/16079/3/license.txt
https://repository.unab.edu.co/bitstream/20.500.12749/16079/4/2021_Tesis_Maria_Angelica_Moreno.pdf.jpg
https://repository.unab.edu.co/bitstream/20.500.12749/16079/5/2021_Licencia_Maria_Angelica_Moreno.pdf.jpg
bitstream.checksum.fl_str_mv d7dc60dd7ab45c33128e578082a198bf
4c8872ef2155ed3d7a913a87eb00bb18
3755c0cfdb77e29f2b9125d7a45dd316
8d46ad22f9725c65042b30200ca9ea61
d2566c298b23613b5a0ddfd91d305804
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB
repository.mail.fl_str_mv repositorio@unab.edu.co
_version_ 1828219970124775424
spelling Moreno Corzo, Feisar Enriqueee761f02-1ce9-473f-b811-9b495af86e41Ortiz Beltrán, Ariel Orlandod9f46353-4055-4fbf-98c2-8d6dc7ee289bCediel Martínez, Fernando5807373f-078c-4712-b757-1b7285789d6cMosquera Moreno, María Angélica95d1bd75-dab6-4b03-b484-3f4dcf693a7bMoreno Corzo, Feisar Enrique [0001499008]Ortiz Beltrán, Ariel Orlando [0001459925]Moreno Corzo, Feisar Enrique [es&oi=ao]Moreno Corzo, Feisar Enrique [0000-0002-5007-3422]Moreno Corzo, Feisar Enrique [Feisar-Enrique-Moreno-Corzo-2169498891]Ortiz Beltrán, Ariel Orlando [Ariel_Ortiz_Beltran]Bucaramanga (Santander, Colombia)UNAB Campus Bucaramanga2022-03-28T16:31:31Z2022-03-28T16:31:31Z2021-05-09http://hdl.handle.net/20.500.12749/16079instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coLa avifauna colombiana es una de las más diversas a nivel mundial. Desafortunadamente, es uno de los campos menos enseñados por las instituciones educativas e incluso con menor información a nivel nacional. Seguido, la falta de interés por parte de la población hace más difícil fomentar el apropiamiento del entorno que les rodea e impulsa el deterioro ambiental y la extinción de muchas especies de aves endémicas de la zona. Actualmente existen diferentes aplicaciones que buscan suplir esta problemática en diferentes lugares del mundo, pero, dado que existen muchas variedades de especies, en estas soluciones se dificulta la identificación de especies de la zona metropolitana de Bucaramanga. AveDex busca crear apropiación local, ya que es una aplicación con solo aves del lugar, permitiendo que sea apoyo para los habitantes y ornitólogos. El desarrollo de este proyecto permitió la obtención de un prototipo capaz de clasificar 9 aves originarias del área metropolitana de Bucaramanga, con una precisión del 87% por medio de una imagen tomada desde la cámara del celular o una imagen escogida de la galería. Finalmente, demostró que el uso constante de ella o utilizada como herramienta de información eleva el aprendizaje sobre las aves que actualmente se pueden identificar. Actualmente, el proyecto hace parte del grupo GTI y la línea de sistemas de información e ingeniería del software más específicamente en el tema de inteligencia artificial de la Universidad Autónoma de Bucaramanga.INTRODUCCIÓN ..................................................................................................... 13 2. PLANTEAMIENTO DEL PROBLEMA ...................................................................... 15 2.1 DEFINICIÓN DEL PROBLEMA .............................................................................. 15 2.2 JUSTIFICACIÓN .................................................................................................... 17 2.3 PREGUNTA DE INVESTIGACIÓN. ........................................................................ 17 3. OBJETIVOS ................................................................................................................ 18 3.1 OBJETIVO GENERAL ........................................................................................... 18 3.2 OBJETIVOS ESPECÍFICOS .................................................................................. 18 4. RESULTADOS OBTENIDOS ....................................................................................... 19 4.1 RESULTADOS OBTENIDOS POR OBJETIVO ESPECIFICO. ............................... 19 5. ANTECEDENTES ........................................................................................................ 22 6. ESTADO DEL ARTE.................................................................................................... 23 7. MARCO TEÓRICO ...................................................................................................... 36 8. DISEÑO METODOLÓGICO ......................................................................................... 58 8.1 INTRODUCCIÓN ................................................................................................... 58 8.2. MODELO DE CICLO DE VIDA DEL SOFTWARE Y MODELO DE IA. .................. 59 8.2.1. MODELO DEL CICLO DE VIDA DEL SOFTWARE .................................. 59 8.2.2. MODELO DEL CICLO DE VIDA DEL MODELO MACHINE LEARNING ...................................................................................................................................... 63 8.3 ANÁLISIS Y DISEÑO ............................................................................................. 65 8.3.1 INFORMACIÓN DEL DOMINIO DEL PROBLEMA .................................... 65 8.3.2 CATÁLOGO DE REQUISITOS DEL SISTEMA A DESARROLLAR ........ 66 8.3.3 MODELO DE CLASES DEL SISTEMA ....................................................... 94 8.3.4 ARQUITECTURA DEL SISTEMA ................................................................. 96 8.4. DISEÑO DE INTERFACES Y MANUAL DE USUARIO DEL SISTEMA. ................ 97 8.4.1. MAPA DEL SISTEMA .................................................................................... 97 9. ANÁLISIS DE RESULTADOS .................................................................................... 101 9.1. ANÁLISIS EXPLORATORIO ............................................................................... 101 9.1.1 DATAFRAMES ............................................................................................... 102 9.1.2. ANÁLISIS POR ESPECIE ........................................................................... 105 9.2. ANÁLISIS DE DESARROLLO DEL MODELO DE IA. .......................................... 114 9.3. ANÁLISIS DE TEST, PRUEBAS DE FUNCIONALIDAD Y ACEPTACIÓN. ......... 115 10. CONCLUSIONES Y RECOMENDACIONES ........................................................... 127 BIBLIOGRAFÍA .............................................................................................................. 129 DESARROLLO. ............................................................................................................. 142PregradoThe Colombian avifauna is one of the most diverse in the world. Unfortunately, it is one of the least taught fields by educational institutions and with even less information at the national level. Often, the lack of interest on the part of the population makes it more difficult to promote the appropriation of the environment that surrounds them and drives environmental deterioration and the extinction of many species of endemic birds in the area. Currently there are different applications that seek to solve this problem in different parts of the world, but, since there are many varieties of species, these solutions make it difficult to identify species in the metropolitan area of ​​Bucaramanga. AveDex seeks to create local appropriation, since it is an application with only local birds, allowing it to be support for the inhabitants and ornithologists. The development of this project allowed obtaining a prototype capable of classifying 9 birds originating from the Bucaramanga metropolitan area, with an accuracy of 87% by means of an image taken from the cell phone camera or an image chosen from the gallery. Finally, it showed that the constant use of it or used as an information tool increases learning about the birds that can currently be identified. Currently, the project is part of the GTI group and the line of information systems and software engineering, more specifically on the subject of artificial intelligence of the Autonomous University of Bucaramanga.Modalidad Presencialapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)Atribución-NoComercial-SinDerivadas 2.5 Colombiahttp://purl.org/coar/access_right/c_abf2Prototipo de un sistema de visión artificial basado en técnicas de aprendizaje de máquina para el reconocimiento de aves del área metropolitana de BucaramangaPrototype of an artificial vision system based on machine learning techniques for bird recognition in the metropolitan area of ​​BucaramangaIngeniero de SistemasUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaPregrado Ingeniería de Sistemasinfo:eu-repo/semantics/bachelorThesisTrabajo de Gradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/redcol/resource_type/TPSystems engineerTechnological innovationsArtificial visionClassificationMachine learningPrototype developmentArtificial intelligenceMachine theorySimulation methodsIngeniería de sistemasInnovaciones tecnológicasDesarrollo de prototiposInteligencia artificialTeoría de las máquinasMetodos de simulaciónVisión artificialAvifaunaClasificaciónAprendizaje automáticoAcevedo-Charry, O. C.-P.-Q. (2020). Avifauna Colombiana. Obtenido de Avifauna Colombiana: http://reporte.humboldt.org.co/biodiversidad/2019/cap1/103/#seccion5Akash, K. (2019). GitHub. Obtenido de GitHub: https://github.com/AKASH2907/bird_species_classificationAQUAE Fundación. (2020). AQUAE Fundación. Obtenido de AQUAE Fundación: https://www.fundacionaquae.org/el-cambio-climatico-reduce-el-tamano-de-lasaves/Arispe, M., & Collarana, D. (5 de Marzo de 2017). SCIELO. Obtenido de SCIELO: http://www.scielo.org.bo/scielo.php?pid=S168307892017000100007&script=sci_arttextAvendaño, J., Bohórquez, C., Roselli, L., Arzuza-Buelvas, D., Estela, F. A., Cuervo, A. M., . . . Renjifo, L. M. (2017). Lista de chequeo de las aves de Colombia: Una síntesis del estado del conocimiento desde Hilty & Brown (1986). Ornitología Colombiana, 1-83Ayerbe Quiñones, F. (2019). Guía ilustrada de la Avifauna colombiana. Bogotá: WSCBerg, T., Liu, J., Woo Lee, S., Alexander, M., Jacobs, D., & Belhumeur, P. (2014). IEEE Conference on Computer Vision and Pattern Recognition. Obtenido de IEEE Conference on Computer Vision and Pattern Recognition: https://ieeexplore-ieeeorg.aure.unab.edu.co/document/6909656Bhatnagar, A. (2020). GitHub. Obtenido de GitHub: https://github.com/aniket03/self_supervised_bird_classificationBrownlee, J. (5 de Julio de 2019). Machine Learning Mastery. Obtenido de Machine Learning Mastery: https://machinelearningmastery.com/what-is-computer-vision/Cediel Martínez, F. (16 de Febrero de 2020). Investigación avifauna colombiana. (M. A. Mosquera Moreno, Entrevistador)Centro Integrado Politénico "ETI". (s.f.). Centro Integrado Politénico "ETI". Obtenido de Centro Integrado Politénico "ETI": http://www.etitudela.com/celula/downloads/visionartificial.pdfCheng, L. Y. (2019). GitHub. Obtenido de https://github.com/lychengr3x/Bird-SpeciesClassification-Using-Transfer-LearningContreras, F. (2016). docPlayer.es. Obtenido de docPlayer.es: https://docplayer.es/74142729-Whitepaper-introduccion-a-machine-learning-porfabian-a-contreras-arquitecto-de-soluciones-machine-learning-sunqu-2016.htmlCornell Lab of Ornithology. (2014). NABirds Dataset. Obtenido de NABirds Dataset: https://dl.allaboutbirds.org/nabirdsCornell lab Of Ornithology. (27 de Febrero de 2020). Play Store. Obtenido de Play Store: https://play.google.com/store/apps/details?id=com.labs.merlinbirdid.app&hl=es_CODart Dev. (2011). Dart. Obtenido de Dart: https://dart.dev/branddecide. (2019). Obtenido de decide: https://decidesoluciones.es/arquitectura-demicroservicios/DeepAI. (2020). DeepAI. Obtenido de DeepAI: https://deepai.org/machine-learningglossary-and-terms/batch-normalizationDeloitte. (2017). Deloitte Colombia - Consumo móvil en Colombia. Obtenido de Deloitte Colombia - Consumo móvil en Colombia: https://www2.deloitte.com/content/dam/Deloitte/co/Documents/technology-mediatelecommunications/Consumo%20movil(VF1).pdfDeloitte. (2019). Deloitte Colombia - Consumo móvil en Colombia . Obtenido de Deloitte Colombia - Consumo móvil en Colombia : https://www2.deloitte.com/content/dam/Deloitte/co/Documents/consumerbusiness/Reporte%20consumo%20movil%202019.pdfDurán, J. (22 de Enero de 2020). Medium. Obtenido de Medium: https://medium.com/metadatos/qu%C3%A9-es-la-transferencia-de-aprendizaje-yc%C3%B3mo-aplicarla-a-tu-red-neuronal-e0e120156e40Entre líneas. (25 de Noviembre de 2008). Obtenido de http://is3ados.blogspot.com/2008/11/los-ciclos-de-vida-del-software-ii.htmlErenli, K. (2013). IEEEXplore. 2012 15th International Conference on Interactive Collaborative Learning (ICL). Villach, Austria: IEEE. Obtenido de IEEEXplore: https://ieeexplore-ieee-org.aure.unab.edu.co/document/6402106Escuela Superior de Ingeniería y Tecnología. (25 de Abril de 2005). Escuela Superior de Ingeniería y Tecnología. Obtenido de Escuela Superior de Ingeniería y Tecnología: cc.etsii.ull.es/ftp/antiguo/VISORD/temario/uno.docFlask. (2010). FLASK. Obtenido de FLASK: https://flask.palletsprojects.com/en/1.1.x/Flutter-Dev. (2011). Flutter. Obtenido de Flutter: https://flutter.dev/brandFlutter-dex. (2020). Flutter. Obtenido de Flutter: https://flutter.dev/docs/resources/architectural-overviewGeneralitat de Catalunya. (Febrero de 2012). Visión Artificial Aplicación práctica de la visión artificial en el control de procesos industriales. Obtenido de Visión Artificial Aplicación práctica de la visión artificial en el control de procesos industriales: http://visionartificial.fpcat.cat/wpcontent/uploads/UD_1_didac_Conceptos_previos.pdfGonzález Diez, D. (25 de Julio de 2019). Universidad de Valladolid. Obtenido de Universidad de Valladolid: https://core.ac.uk/download/pdf/250406384.pdfGoogle Developers. (20 de Febrero de 2020). Google Developers. Obtenido de Google Developers: https://developers.google.com/machine-learning/crashcourse/introduction-to-neural-networks/anatomy?hl=es-419Grinberg, M. (2018). Flask Web Development Developing Web Applications With Python. Estados Unidos: O'Reilly Media, Inc. Obtenido de https://drive.google.com/drive/folders/1mMpq2WIuJKz08oQV_D80lIntK26wf9tHHuang, C., Luo, B., Tang, L., Liu, Y., & Ma, J. (2013). IEEE International Conference on Communications, Circuits and Systems (ICCCAS). Obtenido de IEEE International Conference on Communications, Circuits and Systems (ICCCAS): https://ieeexplore-ieee-org.aure.unab.edu.co/document/6765346Islam, M., Tasnim, N., & Bhatta Shuvo, S. (2019). IEEE XPLORE. Obtenido de IEEE XPLORE: https://ieeexplore-ieee-org.aure.unab.edu.co/document/8944403Iyawa, G., Masikara, W., Osakwe, J., & Oduor, C. (18 de Julio de 2019). IEEEXplore. Obtenido de IEEEXplore: https://ieeexplore-ieeeorg.aure.unab.edu.co/document/8764865/authorsJungmo, A., Jeongyeup, P., & JeongGil, K. (2016). IEEE 22nd International Conference on Embedded and Real-Time Computing Systems and Applications. Obtenido de IEEE 22nd International Conference on Embedded and Real-Time Computing Systems and Applications: https://ieeexplore-ieeeorg.aure.unab.edu.co/document/7579939Junta de Andalucia. (2017). Ciclo de vida basado en prototipos. Obtenido de http://agrega.juntadeandalucia.es/repositorio/20022017/6b/esan_2017022012_9122843/53_ciclo_de_vida_basado_en_prototipos.htmlKang, M.-S., & Hong, K.-S. (2018). IEEE International Conference on Information and Communication Technology Convergence (ICTC). Obtenido de IEEE International Conference on Information and Communication Technology Convergence (ICTC): https://ieeexplore-ieee-org.aure.unab.edu.co/document/8539463Karim, R. (Julio de 2019). Towards Data science. Obtenido de Towards Data science: https://towardsdatascience.com/illustrated-10-cnn-architectures95d78ace614d#e971Kumar, A. (2020). GitHub. Obtenido de GitHub: https://github.com/birdsiitmandi/birds_image_classificationLee, S., Lee, M., Jeon, H., & Smith, A. (2019). IEEE 6th International Conference on Control, Decision and Information Technologies (CoDIT). Obtenido de IEEE 6th International Conference on Control, Decision and Information Technologies (CoDIT): https://ieeexplore-ieee-org.aure.unab.edu.co/document/8820331Lemley, J., Bazrafkan, S., & Corcoran, P. (Abril de 2017). ResearchGate. Obtenido de ResearchGate: https://www.researchgate.net/publication/316748306_Transfer_Learning_of_Temp oral_Information_for_Driver_Action_Classification/citationsLiu, Y., Sun, P., Highsmith, M., Wergeles, N., Sartwell, J., Raedeke, A., . . . Shang, Y. (2018). IEEE Third International Conference on Data Science in Cyberspace (DSC). Obtenido de IEEE Third International Conference on Data Science in Cyberspace (DSC): https://ieeexplore-ieeeorg.aure.unab.edu.co/document/8411873Lohr, D. (2019). GitHub. Obtenido de GitHub: https://github.com/djl70/cv-bird-idMalav, B. (16 de Diciembre de 2017). Medium. Obtenido de Medium: https://medium.com/startlovingyourself/microservices-vs-monolithic-architecturec8df91f16bb4Marini, A., Facon, J., & Koerich, A. (2013). IEEE International Conference on Systems, Man, and Cybernetics. Obtenido de IEEE International Conference on Systems, Man, and Cybernetics: https://ieeexplore-ieeeorg.aure.unab.edu.co/document/6722493Marini, E. (Octubre de 2012). Obtenido de https://www.linuxito.com/docs/el-modelocliente-servidor.pdfMartinez Castillo, R. (2012). Ensayo crítico sobre educación ambiental. Diálogos educativos, 74-104Ministerio de educación. (1962). DECRETO 45 DE 1962. Obtenido de DECRETO 45 DE 1962: https://www.mineducacion.gov.co/1759/articles-103679_archivo_pdf.pdfMosquera Moreno, M. A. (Agosto de 2020). Conocimiento sobre la avifauna en la zona metropolitana de Bucaramanga. Bucaramanga, Colombia. Obtenido de https://docs.google.com/spreadsheets/d/1c8StBohC7Kc0RydQF36NAl_DFHGfJ__ Fh5yhCx-WgOU/edit?usp=sharingMufid, M. R., AI Rasyid, M. H., Basofi, A., Rokhim, A., & Rochimansyah, I. F. (2019). IEEE Xplore 2019 International Electronics Symposium (IES). Obtenido de IEEE Xplore 2019 International Electronics Symposium (IES): https://ieeexplore-ieeeorg.aure.unab.edu.co/document/8901656Nawaz, S., Calefati, A., Caraffini, M., Landro, N., & Gallo, I. (2019). IEEE International Conference on Image and Vision Computing New Zealand (IVCNZ). Obtenido de IEEE International Conference on Image and Vision Computing New Zealand (IVCNZ): https://ieeexplore-ieee-org.aure.unab.edu.co/document/8960960Niemi, J., & Tanttu, J. (2019). IEEE International Symposium ELMAR. Obtenido de IEEE International Symposium ELMAR: https://ieeexplore-ieeeorg.aure.unab.edu.co/document/8124482Ordieres-Meré, J., Castejón Limas, M., Martínez de Pisón Ascacibar, F. J., Alba-Elías, F., González-Marcos, A., Pernía-Espinoza, A., & Vergara, E. (2006). Técnicas y algoritmos básicos de visión artificial. España: Universidad de La Rioja. Servicio de PublicacionesPérez Roldán, I. (Julio de 2019). Archivol Digital Universidad Politécnica de Madrid. Obtenido de Archivol Digital Universidad Politécnica de Madrid: http://oa.upm.es/56163/1/TFG_ISMAEL_PEREZ_ROLDAN.pdfPineda, L. (2009). Inteligencia Artificial. Obtenido de Inteligencia Artificial: http://turing.iimas.unam.mx/~luis/cursos/IA09/slides/s1_inteligencia_artificial.pdfPlantSnap, Inc. (28 de Febrero de 2020). Play Store. Obtenido de Play Store: https://play.google.com/store/apps/details?id=com.fws.plantsnap2&hl=es_COhttps: //play.google.com/store/apps/details?id=com.fws.plantsnap2&hl=es_COQiao, B., Zhou, Z., Yang, H., & Cao, J. (2017). IEEE First International Conference on Electronics Instrumentation & Information Systems (EIIS). Obtenido de IEEE First International Conference on Electronics Instrumentation & Information Systems (EIIS): https://ieeexplore-ieee-org.aure.unab.edu.co/document/8298548RAE. (2020). Obtenido de https://dle.rae.es/avifaunaRevista semana. (11 de Mayo de 2018). Semana Sostenible. Obtenido de Semana Sostenible: https://sostenibilidad.semana.com/medio-ambiente/articulo/aviturismotiene-un-enorme-potencial-economico-en-colombia/40965Sancho Peña, M. (28 de Noviembre de 2017). Repositorio Institucional de la Universidad de Alicante. Obtenido de Repositorio Institucional de la Universidad de Alicante: http://rua.ua.es/dspace/handle/10045/71527Shahana, Z. (2018). GitHub. Obtenido de GitHub: https://github.com/zahan97/BirdSpecies-ClassificationSiwalu Software GmbH. (6 de Marzo de 2020). Play Store. Obtenido de Play Store: https://play.google.com/store/apps/details?id=com.siwalusoftware.dogscanner&hl= es_COVan Horn, G., Branson , S., Farrell, R., Haber, S., Barry, J., Ipeirotis, P., . . . Bolongie, S. (2015). IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Obtenido de IEEE Conference on Computer Vision and Pattern Recognition (CVPR): https://ieeexplore-ieee-org.aure.unab.edu.co/document/7298658Vázques Rodríguez, V. (2019). Desarrollo de aplicaciones móviles multiplataforma con Flutter. Obtenido de Desarrollo de aplicaciones móviles multiplataforma con Flutter: http://repositorio.ual.es/bitstream/handle/10835/8010/TFG_VAZQUEZ%20RODRI GUEZ,%20VICTOR.pdf?sequence=1Vega Arias, J. (Junio de 2019). Universitat Oberta de Catalunya. Obtenido de Universitat Oberta de Catalunya: http://openaccess.uoc.edu/webapps/o2/bitstream/10609/98767/6/jvegaarTFM0619 memoria.pdfVeyssier, L. (2020). GitHub. Obtenido de GitHub: https://github.com/LaurentVeyssier/Bird_Classifier_Tensorflow_Colab_NotebookVIvek, K. (22 de Julio de 2019). Analytics Insight. Obtenido de Analytics Insight: https://www.analyticsinsight.net/state-computer-vision-now-future/Wah, C., Branson, S., Welinder, P., Perona, P., & Belongie, S. (2011). The Caltech-UCSD Birds-200-2011 Dataset. Obtenido de The Caltech-UCSD Birds-200-2011 Dataset.: http://www.vision.caltech.edu/visipedia/papers/CUB_200_2011.pdfWei, X.-S., Wang, P., Liu, L., & Wu, J. (2019). IEEE Transactions on Image Processing, vol. 28, no. 12, pp. 6116-6125. Obtenido de IEEE Transactions on Image Processing, vol. 28, no. 12, pp. 6116-6125: https://ieeexplore-ieeeorg.aure.unab.edu.co/document/8752297Zazo Millán, C. (15 de Octubre de 2019). Migración de aplicaciones Android hacia Flutter, un framework para desarrollo de apps multiplataforma. Obtenido de Migración de aplicaciones Android hacia Flutter, un framework para desarrollo de apps multiplataforma: http://hdl.handle.net/10251/128486Zhang, X., Xiong, H., Zhou, W., Lin, W., & Tian, Q. (2016). IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Obtenido de IEEE Conference on Computer Vision and Pattern Recognition (CVPR): https://ieeexplore-ieeeorg.aure.unab.edu.co/document/7780497Zheng, H., Fu, J., Mei, T., & Luo, J. (2017). IEEE International Conference on Computer Vision (ICCV). Obtenido de IEEE International Conference on Computer Vision (ICCV): https://ieeexplore-ieee-org.aure.unab.edu.co/document/8237819ORIGINAL2021_Tesis_Maria_Angelica_Moreno.pdf2021_Tesis_Maria_Angelica_Moreno.pdfTesisapplication/pdf5671126https://repository.unab.edu.co/bitstream/20.500.12749/16079/1/2021_Tesis_Maria_Angelica_Moreno.pdfd7dc60dd7ab45c33128e578082a198bfMD51open access2021_Licencia_Maria_Angelica_Moreno.pdf2021_Licencia_Maria_Angelica_Moreno.pdfLicenciaapplication/pdf193378https://repository.unab.edu.co/bitstream/20.500.12749/16079/2/2021_Licencia_Maria_Angelica_Moreno.pdf4c8872ef2155ed3d7a913a87eb00bb18MD52metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8829https://repository.unab.edu.co/bitstream/20.500.12749/16079/3/license.txt3755c0cfdb77e29f2b9125d7a45dd316MD53open accessTHUMBNAIL2021_Tesis_Maria_Angelica_Moreno.pdf.jpg2021_Tesis_Maria_Angelica_Moreno.pdf.jpgIM Thumbnailimage/jpeg4833https://repository.unab.edu.co/bitstream/20.500.12749/16079/4/2021_Tesis_Maria_Angelica_Moreno.pdf.jpg8d46ad22f9725c65042b30200ca9ea61MD54open access2021_Licencia_Maria_Angelica_Moreno.pdf.jpg2021_Licencia_Maria_Angelica_Moreno.pdf.jpgIM Thumbnailimage/jpeg10364https://repository.unab.edu.co/bitstream/20.500.12749/16079/5/2021_Licencia_Maria_Angelica_Moreno.pdf.jpgd2566c298b23613b5a0ddfd91d305804MD55metadata only access20.500.12749/16079oai:repository.unab.edu.co:20.500.12749/160792023-07-26 16:04:54.527open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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