dc.creatorGalarza Bravo,Michelle
dc.creatorFlores Calero,Marco
dc.date2018-12-01
dc.date.accessioned2023-09-25T15:16:09Z
dc.date.available2023-09-25T15:16:09Z
dc.identifierhttp://scielo.senescyt.gob.ec/scielo.php?script=sci_arttext&pid=S1390-860X2018000200048
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8823812
dc.descriptionResumen En este artículo se presenta un sistema de detección de peatones en la noche, para aplicaciones en seguridad vehicular. Para este desarrollo se ha analizado el desempeño del algoritmo Faster R-CNN [1] con imágenes en el infrarrojo lejano. Por lo que se constató que presenta inconvenientes a la hora de detectar peatones a larga distancia. En consecuencia, se presenta una nueva arquitectura Faster R-CNN dedicada a la detección en múltiples escalas, mediante dos generadores de regiones de interés (ROI) dedicados a peatones a corta y larga distancia, denominados RPNCD y RPNLD respectivamente. Esta arquitectura ha sido comparada con los modelos para Faster R-CNN [1] que han presentado los mejores resultados, como son VGG-16 [2] y Resnet 101 [3]. Los resultados experimentales se han desarrollado sobre las bases de datos CVC-09 [4] y LSIFIR [5], los cuales demostraron mejoras, especialmente en la detección de peatones a larga distancia, presentando una tasa de error versus FPPI de 16 % y sobre la curva Precisión vs. Recall un AP de 89,85 % para la clase peatón y un mAP de 90 % sobre el conjunto de pruebas de las bases de datos LSIFIR [5] y CVC-09 [4].
dc.formattext/html
dc.languagees
dc.publisherUniversidad Politécnica Salesiana
dc.relation10.17163/ings.n20.2018.05
dc.rightsinfo:eu-repo/semantics/openAccess
dc.sourceIngenius. Revista de Ciencia y Tecnología n.20 2018
dc.subjectpeatón
dc.subjectinfrarrojo
dc.subjectFaster R-CNN
dc.subjectRPN
dc.subjectmúltiples escalas
dc.subjectnoche
dc.titleDETECCIÓN DE PEATONES EN LA NOCHE USANDO FASTER R-CNN E IMÁGENES INFRARROJAS
dc.typeinfo:eu-repo/semantics/article


Este ítem pertenece a la siguiente institución