Detección de somnolencia utilizando técnicas de visión artificial en entornos móviles

dc.creatorQuiroga, Macarena
dc.creatorMelo, Emilio
dc.creatorBilbao, Martín
dc.date2022-10
dc.date2023
dc.date2023-03-03T14:47:57Z
dc.date.accessioned2023-07-15T09:43:40Z
dc.date.available2023-07-15T09:43:40Z
dc.identifierhttp://sedici.unlp.edu.ar/handle/10915/149624
dc.identifierisbn:978-987-1364-31-2
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/7489164
dc.descriptionEste trabajo tiene como objetivo presentar el desarrollo e implementación de un dispositivo inteligente de detección de somnolencia en conductores empleando principalmente técnicas de visión artificial y una Raspberry Pi 4, con el fin de alertar al conductor y prevenir la ocurrencia de potenciales accidentes de tránsito. En primera instancia, se realizará una introducción a la temática abordada, junto los conceptos claves necesarios para el desarrollo del trabajo. Posteriormente, se hará mención sobre el desarrollo de los datasets, las comparativas y estudios de escalabilidad usando los modelos preentrenados MobileNeVt2 e InceptionV3, el proceso de detección de somnolencia empleando como técnicas de visión artificial los modelos de CNN mencionados y los clasificadores basados en cascadas de Haar, finalizando con las pruebas en la Raspberry Pi en un entorno real de conducción.
dc.descriptionShort Paper - Alumnos
dc.descriptionRed de Universidades con Carreras en Informática
dc.formatapplication/pdf
dc.format910-914
dc.languagees
dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rightsCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.subjectCiencias Informáticas
dc.subjectdetección de somnolencia
dc.subjectRaspberry Pi
dc.subjectaprendizaje por transferencia
dc.subjectvisión artificial
dc.titleDetección de somnolencia utilizando técnicas de visión artificial en entornos móviles
dc.typeObjeto de conferencia
dc.typeObjeto de conferencia


Este ítem pertenece a la siguiente institución