dc.contributor.author | Ramos Castro, Roberto | |
dc.date.accessioned | 2023-07-18T16:00:09Z | |
dc.date.available | 2023-07-18T16:00:09Z | |
dc.date.issued | 2023-07-18 | |
dc.identifier.uri | https://hdl.handle.net/10115/23088 | |
dc.description | Trabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2022/2023. Directores/as: Jorge Calero Sanz | |
dc.description.abstract | La medida Intensidad Media Diaria es un parámetro que mide el número de vehículos por día
que circulan por un tramo de carretera específico. Es importante a la hora de gestionar y
controlar infraestructuras de transporte de una manera inteligente, pudiendo así mejorar la
seguridad en la carretera.
El foco del estudio está en la automatización del conteo de los vehículos para conocer y
controlar el impacto acústico de una carretera en edificios colindantes ya sean para ocio,
viviendas, trabajo, etc. Para conseguir esta automatización a la hora de realizar el conteo, se hace
uso de la inteligencia artificial y, más concretamente, de modelos de deep learning para facilitar
el cálculo de un parámetro perteneciente al ámbito de la acústica.
Este trabajo comienza con una introducción sobre el aprendizaje automático, presentando las
redes neuronales artificiales y sus diferentes casos de uso. Dentro de este ámbito, se estudiará
con mayor profundidad las redes de neuronas convolucionales las cuales se aplicarán para poder
identificar y clasificar vehículos en vídeos o circuitos cerrados de televisión (CCTV). Estas
redes neuronales recogerán información de entrada y producirán una salida la cual se compondrá
de la clase del vehículo identificado y unos valores que delimitarán la posición del objeto en la
imagen.
Para ello, se ha hecho uso de varios modelos pre-entrenados que fueran capaces de detectar las
distintas clases de vehículos de interés (vehículo ligero, vehículo pesado y turismo), tanto en un
vídeo de referencia como en un vídeo grabado por el alumno. Posteriormente, se obtuvieron los
resultados de cada modelo y se realizó una comparación en cuanto al acierto, precisión y
velocidad entre todos los modelos. | |
dc.language.iso | spa | |
dc.publisher | Universidad Rey Juan Carlos | |
dc.rights | Creative Commons Atribución 4.0 Internacional | |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/legalcode | |
dc.subject | Redes neuronales artificiales | |
dc.subject | Intensidad Media Diaria | |
dc.subject | Reconocimiento/Clasificación de imágenes | |
dc.subject | Machine Learning | |
dc.subject | Inteligencia Artificial | |
dc.subject | Deep Learning | |
dc.subject | Acústica | |
dc.subject | Red Neuronal Convolucional | |
dc.title | CONTEO AUTOMATIZADO MEDIANTE VISIÓN ARTIFICIAL CON HERRAMIENTAS DE DEEP LEARNING PARA EL CÁLCULO DE LA MEDIDA IMD. | |
dc.type | info:eu-repo/semantics/studentThesis | |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | |