1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Posgrado
3. Chihuahua
4. Instituto Tecnológico de Chihuahua
5. Tesis de Maestría
6. Maestría en Ciencias en Ingeniería Electrónica

Title:	ALGORITMOS DE SEGUIMIENTO DE OBJETOS EN SECUENCIAS DE VIDEO BASADOS EN FILTROS DE CORRELACIÓN”
Authors:	RIVERO OLIVAS, ANDREA
metadata.dc.subject.other:	ALGORITMOS DE SEGUIMIENTO DE OBJETOS EN SECUENCIAS DE VIDEO BASADOS EN FILTROS DE CORRELACIÓN
Issue Date:	2026-01-01
Publisher:	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de Chihuahua
Description:	La visión por computadora es una rama de la inteligencia artificial que crea modelos inspirados en la visión biológica. En esta se encuentran las áreas de detección de objetos en movimiento, reconocimiento de objetos y seguimiento de objetos, por mencionar algunas. Esta última consiste en la estimación del estado del objeto de interés (posición, velocidad, aceleración, etc.) dentro de una secuencia de video. Llevar a cabo esta estimación se torna difícil si durante el seguimiento se presentan situaciones como oclusiones o deformaciones que cambian el aspecto del objeto de interés. No obstante, el área de seguimiento de objetos ha recibido gran atención de varios investigadores debido a las diferentes aplicaciones de esta como sistemas de vigilancia inteligentes, conducción autónoma e interacción humano-computadora. En esta investigación se presenta un algoritmo de seguimiento de objetos denominado como FCCNN obtenido de aplicar una metodología de diseño propuesta que inicia con la determinación del enfoque principal y prosigue con el desarrollo de varios algoritmos de seguimiento de objetos que conducen a la versión final FCCNN. El enfoque principal es determinado por un instrumento de evaluación de métodos aplicados al seguimiento de objetos cuyo propósito es indicar cuáles presentan las mejores características y por lo tanto cuál enfoque obtiene mejor desempeño en el área. Los resultados de este instrumento de evaluación concluyen que los filtros de correlación son el enfoque buscado, por lo que todos los algoritmos desarrollados en esta tesis comparten el uso de este. Primero se desarrollaron los algoritmos fc-hog, fc-color y fc-cnn que utilizan las características de histograma de gradientes orientados, histograma de color difuso y características extraídas de una red neuronal convolucional preentrenada, respectivamente. La evaluación de estos algoritmos concluye que fc-cnn brinda mejor desempeño por lo que se continúa la investigación sobre este. Posteriormente, se incorporaron algunos métodos a fc-cnn como la detección de oclusiones y deformaciones, lo que dieron lugar a varios algoritmos derivados de este. Luego de la evaluación de estos con 100 secuencias de video se encontró aquel con mejores resultados convirtiéndolo en el algoritmo FCCNN de esta tesis. FCCNN logra una precisión de 0.70, un éxito de 0.62 y una velocidad de procesamiento de 13.479 FPS lo que demuestra que el algoritmo desarrollado es competente al ser comparado con otros de la literatura reciente.
metadata.dc.type:	info:eu-repo/semantics/masterThesis
Appears in Collections:	Maestría en Ciencias en Ingeniería Electrónica

This item is protected by original copyright View License

This item is licensed under a Creative Commons License