Por favor, use este identificador para citar o enlazar este ítem: http://dspace.unach.edu.ec/handle/51000/10688
Título : Desarrollo de un sistema de detección de personas usando inteligencia artificial para controlar el distanciamiento social en la zona comercial de Pelileo
Autor : Santillán Haro, Daniel Antonio
Silva Chipantiza, Christian Fabricio
Palabras clave : COVID-19
Aprendizaje profundo
Fecha de publicación : 24-abr-2023
Editorial : Riobamba, Universidad Nacional de Chimborazo
Resumen : El presente proyecto tiene como finalidad diseñar un sistema a bajo costo que permita la detección de personas con el uso de algoritmos de inteligencia artificial y medir la distancia entre estos objetos de estudio. Esto se desplegará en Pelileo específicamente en la zona comercial del Tambo para proporcionar un método de prevención de aglomeraciones. El segundo capítulo contiene una descripción detallada de los componentes que conforman una imagen digitalizada, como el píxel, espacio RGB, mapa de color, etc.; así como los métodos de procesamiento de imágenes y algoritmos de inteligencia artificial que permiten detectar objetos, en este caso personas. En el tercer capítulo se presenta la descripción de los diferentes componentes involucrados en el diseño e implementación del sistema. En primer lugar, se analizan las especificaciones mínimas para la selección de la cámara que se ajusta a los requerimientos del sistema. Se realiza un análisis de los algoritmos de inteligencia artificial que provee Matlab con el fin de seleccionar el más adecuado para el sistema, siendo ACF CALTECH el que mejores resultados presento. Se implementó el cálculo de la estimación de la distancia entre objetos utilizando patrones de prueba con distancias fijas para poder obtener datos y calcular la ecuación que describe dicha estimación. Se procede a dar una explicación grafica mediante diagramas de flujo de la lógica de programación implementado y finalmente se presenta la interfaz gráfica diseñada con el funcionamiento y los diferentes modos que pueden usarse. Por último, se exponen los resultados obtenidos en la evaluación de fidelidad del sistema, en donde se realizaron diferentes pruebas a distancias fijas de cámara y se realizó el cálculo de ANOVA para determinar si la distancia estimada difiere cuando existe un cambio de posición del objeto con respecto a la cámara. Se realizó pruebas en donde se midió el error del sistema bajo diferentes distancias fijas obteniendo un porcentaje de error menor del 12 %. Finalmente, se desplego el sistema en la zona comercial de Pelileo - El Tambo y se comprobó el funcionamiento del sistema dando resultados muy satisfactorios en casi todas las condiciones, teniendo un reconocimiento de personas cercano el 100 % de efectividad.
Descripción : This project aims to design a low-cost system that allows the detection of people with the use of artificial intelligence algorithms and measure the distance between these objects of study. This will be deployed in Pelileo specifically in the commercial area of Tambo to provide a method of crowd prevention. The second chapter contains a detailed description of the components that make up a digitised image, such as pixel, RGB space, colour map, etc.; as well as the image processing methods and artificial intelligence algorithms that allow the detection of objects, in this case people. The third chapter presents the description of the different components involved in the design and implementation of the system. First, the minimum specifications for the selection of the camera that meets the requirements of the system are analysed. An analysis of the artificial intelligence algorithms provided by Matlab is carried out in order to select the most suitable algorithm for the system, being ACF CALTECH the one with the best results. The calculation of the estimation of the distance between objects was implemented using test patterns with fixed distances in order to obtain data and calculate the equation that describes this estimation. A graphical explanation of the programming logic implemented is given by means of flow diagrams and finally, the graphical interface designed with the operation and the different modes that can be used is presented. Finally, the results obtained in the evaluation of the fidelity of the system are presented, where different tests were carried out at fixed camera distances and the ANOVA calculation was performed to determine whether the estimated distance differs when there is a change in the position of the object with respect to the camera. Tests were carried out to measure the error of the system under different fixed distances, obtaining an error rate of less than 12 %. Finally, the system was deployed in the commercial area of Pelileo -El Tambo and the operation of the system was checked, giving very satisfactory results in almost all conditions, having a recognition of people close to 100 % of effectiveness. Keywords: COVID-19, deep learning, images, videos, artificial intelligence, distance, pixels.
URI : http://dspace.unach.edu.ec/handle/51000/10688
Aparece en las colecciones: Tesis - Ingeniería en Electrónica y Telecomunicaciones



Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.