1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Baja California Sur
4. Instituto Tecnológico de La Paz
5. Tesis de maestría
6. Maestría en Sistemas Computacionales

Título :	DETECCIÓN DE ARMAS TIPO PISTOLA MEDIANTE EL USO DE REDES CONVOLUCIONALES CON UNA ARQUITECTURA TIPO YOLO Y ESTERESCOPÍA
Autor :	Schcolnik Elías, Aarón
metadata.dc.subject.other:	DETECCIÓN DE ARMA REDES CONVOLUCIONALES ARQUITECTURA TIPO YOLO ARQUITECTURA ESTERESCOPÍA
Fecha de publicación :	2023-08-01
Editorial :	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de La Paz
Descripción :	Las cámaras de seguridad y los sistemas de videovigilancia se han convertido en infraestructuras sumamente importantes para garantizar la seguridad de los ciudadanos. Sin embargo, el problema de inseguridad sigue en crecimiento debido en gran parte al fácil acceso a armas de fuego tipo pistola por lo que, la detección temprana de este tipo de armas es de suma importancia para ayudar a prevenir accidentes. El objetivo de este trabajo es implementar un sistema de visión estereoscópica que sea capaz de detectar con alta confianza y en tiempo real este tipo de objetos, además de lograr definir la distancia a la que se encuentra. Para dicha detección se implementó una arquitectura de redes neuronales convolucionales (CNN) con un algoritmo tipo YOLO, empleando aprendizaje transferido, junto con un algoritmo para la estimación estereosc ópica de la distancia. El sistema presentado funciona con un valor de Intersección sobre unión (IoU) de 0.6, en el cual el se logró una precisión de 92.2 %, además, el error promedio detectado en la estimación de distancia, hasta un máximo de 3 metros, es de 9.3 centímetros.
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Aparece en las colecciones:	Maestría en Sistemas Computacionales

Este ítem está protegido por copyright original Visualizar la licencia

Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons