Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10609/88287
Título : OpenStreetCam: reconocimiento automático de objetos en imágenes mediante machine learning
Autoría: Villaluenga Morán, José Luis
Director: Merino, David  
Tutor: Muñoz Bollas, Anna
Resumen : OpenStreetCam es un proyecto cuyo objetivo principal es mapear cualquier localización geográfica mediante las imágenes aportadas por sus usuarios. Una de las características más interesantes que aporta el servicio, la cual ha sido el objeto principal para el desarrollo de este trabajo, es la detección en imágenes de diferentes elementos como señales de tráfico, personas y vehículos. Para la identificación de las diferentes entidades enumeradas, el sistema utiliza un algoritmo de código abierto que aplica el concepto Machine Learning (aprendizaje automático) para la detección automática de objetos. Además del algoritmo con la I.A (inteligencia artificial) el sistema utiliza una librería de visión por computador desarrollada por Facebook llamada RetinaNet. Entre sus características destaca su modelo de red, que le confiere unas prestaciones superiores a otros detectores existentes dotándolo de una precisión y velocidad que lo hace idóneo para su uso en aplicaciones en tiempo real. Este trabajo tiene como objetivo el estudio del funcionamiento del sistema de detección de OpenStretCam, así como la evaluación de su rendimiento y su grado de resolución.
Palabras clave : OpenStreetCam
algoritmos
aprendizaje automático
Tipo de documento: info:eu-repo/semantics/bachelorThesis
Fecha de publicación : ene-2019
Licencia de publicación: http://creativecommons.org/licenses/by-nc-nd/3.0/es/  
Aparece en las colecciones: Treballs finals de carrera, treballs de recerca, etc.

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
jvillaluengaTFG0119memoria.pdfMemoria del TFG2,62 MBAdobe PDFVista previa
Visualizar/Abrir