Un modelo ligero para la rápida detección y clasificación de objetos en movimiento orientado a sistemas inteligentes de vigilancia

Simple item page
dc.contributor.advisorCayllahua Cahuina, Edward Jorge Yuri
dc.contributor.authorPalma Ugarte, Joaquin Rodrigo
dc.date.accessioned2024-08-02T03:52:04Z
dc.date.available2024-08-02T03:52:04Z
dc.date.issued2024
dc.description.abstractLa detección y clasificación de objetos en movimiento son tareas fundamentales en la vigilancia inteligente. Sin embargo, las soluciones actuales suelen emplear dos procesos aislados para detectar y clasificar objetos en movimiento. Primero, se detectan todos los objetos dentro de la escena y luego se emplea un algoritmo separado para determinar el subconjunto de objetos que están en movimiento. Además, diversas soluciones emplean redes complejas que requieren muchos recursos computacionales, a diferencia de las soluciones livianas que podrían llevar a un uso generalizado. En esta Tesis proponemos TRG-Net, un modelo unificado que se puede ejecutar en dispositivos computacionalmente limitados para detectar y clasificar únicamente objetos en movimiento. Esta propuesta se basa en la arquitectura Faster R-CNN, MobileNetV3 como extractor de características y un método basado en GMM para una búsqueda rápida y flexible de regiones de interés. TRG-Net reduce el tiempo de inferencia al unificar las tareas de detección de objetos en movimiento y clasificación de imágenes, limitando las propuestas de regiones a un número fijo configurable de posibles objetos en movimiento. Los experimentos con vídeos de vigilancia heterogéneos y el conjunto de datos de Kitti para la detección de objetos 2D muestran que nuestro enfoque mejora el tiempo de inferencia de Faster RCNN de 0.176 a 0.149 s, utilizando menos parámetros de 18.91 M a 18.30 M, mientras mantiene la precisión promedio media mAP de 0.423. Por lo tanto, TRG-Net logra compensaciones más tangibles entre precisión y velocidad, y podría aplicarse para abordar problemas del mundo real.
dc.description.uriTesis de pregrado
dc.formatapplication/pdf
dc.identifier.other1081454
dc.identifier.urihttps://hdl.handle.net/20.500.12590/18267
dc.language.isospa
dc.publisherUniversidad Católica San Pablo
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectDetección
dc.subjectClasificación
dc.subjectObjetos en movimiento
dc.subjectModelo ligero
dc.subjectMixtura Gaussiana
dc.subject.ocdehttp://purl.org/pe-repo/ocde/ford#1.02.01
dc.titleUn modelo ligero para la rápida detección y clasificación de objetos en movimiento orientado a sistemas inteligentes de vigilancia
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.type.versioninfo:eu-repo/semantics/publishedVersion
renati.advisor.dni42425489
renati.advisor.orcidhttps://orcid.org/0000-0001-5422-0779
renati.author.dni70236306
renati.discipline611016
renati.jurorGutierrez Caceres, Juan Carlos
renati.jurorYari Ramos, Yessenia Deysi
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineCiencia de la Computación
thesis.degree.grantorUniversidad Católica San Pablo. Departamento Ciencia de la Computación
thesis.degree.levelTítulo Profesional
thesis.degree.nameLicenciado en Ciencia de la Computación
thesis.degree.programEscuela Profesional Ciencia de la Computación
Files
Original bundle
Now showing 1 - 4 of 4
Thumbnail Image
Name:
PALMA_UGARTE_JOA_MOD.pdf
Size:
804.98 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
TURNITIN.pdf
Size:
11.58 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
AUTORIZACION.pdf
Size:
813.36 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
ACTA.pdf
Size:
858.37 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Tesis - Ciencias de la Computación