dc.contributor.advisor | Sierra Collado, Antonio Jesús | es |
dc.contributor.advisor | Ariza Gómez, María Teresa | es |
dc.creator | Reina López, Lucía | es |
dc.date.accessioned | 2021-03-15T17:28:02Z | |
dc.date.available | 2021-03-15T17:28:02Z | |
dc.date.issued | 2020 | |
dc.identifier.citation | Reina López, L. (2020). Aplicación Android y Servicio Web Spring para la detección y registro de señales de tráfico de velocidad usando Deep Learning con tiny-yolov3 y OpenCV. (Trabajo Fin de Grado Inédito). Universidad de Sevilla, Sevilla. | |
dc.identifier.uri | https://hdl.handle.net/11441/106075 | |
dc.description.abstract | La Inteligencia Artificial (IA) ha presenciado un crecimiento monumental en la reducción de la brecha entre las
capacidades de las personas y las máquinas. La IA es una rama de la ciencia, en concreto de la informática, que
hace referencia a la capacidad de una máquina para resolver un problema tal y como lo haría una persona. Si
además de resolver un problema tal y como lo haría una persona, queremos que la máquina aprenda por sí sola,
entonces hablamos de un segundo término cuyo uso ha experimentado también un gran crecimiento: Machine
Learning, o lo que es lo mismo, Aprendizaje Automático.
En los últimos años, el uso de estos dos términos, Inteligencia Artificial y Aprendizaje Automático, han
experimientado un crecimiento exponencial, ayudando a resolver problemas como la detección de spam,
recomendación personalizada de productos, diagnósticos médicos y detección de peatones e imágenes médicas
con visión artificial entre otros. Sin embargo, hay otros problemas para los que no se ha encontrado solución
todavía, como son los accidentes de tráfico. Según la Dirección General de Tráfico (DGT), en el último año
documentado, 2018, en España, hubo un total de 102.299 accidentes con víctimas, lo que ha supuesto un 1%
más con respecto del año 2017 [1]. Debemos añadir que, en estos accidentes, la velocidad excesiva o inadecuada
sigue siendo una de las principales causas, concretamente, el 22%, sólo por detrás de la conducción distraída y
por delante del alcohol [2].
En este proyecto se ha indagado en estas técnicas, en concreto se ha usado la tecnología del Machine Learning
para la detección de objetos, en este caso, detección de señales de tráfico de velocidad desde el vehículo mientras
es conducido en carretera, usando redes neuronales convolucionales como es Yolo (You Only Look Once). Se
ha diseñado e implementado software que detecta el objeto deseado, su posición (longitud y latitud), velocidad
máxima permitida y cercanía a través de la cámara de un dispositivo móvil. Para ello se ha creado una aplicación
móvil en Android que envía la información recogida al servicio web Spring creado y queda almacenada en una
base de datos para la libre consulta y uso de cada usuario de la aplicación. | es |
dc.description.abstract | Artificial Intelligence (AI) has been witnessing a monumental growth in bridging the gap between the
capabilities of humans and machines. AI is a branch of computer science which refers to the ability of a machine
to solve a problem just as a person would. If in addition to solving a problem just as a person would do, we want
the machine to learn by itself, then we are talking about a second term whose use has also experienced great
growth: Machine Learning.
In recent years, the use of these two terms, Artificial Intelligence and Machine Learning, have experienced
exponential growth, helping to solve problems such as spam detection, personalized product recommendation,
medical diagnostics, and pedestrian detection with artificial vision among others. However, there are other
problems whose solutions have not yet been found,such as traffic accidents. According to Dirección General de
Tráfico (DGT), in the last documented year, 2018, in Spain, there were a total of 102,299 accidents with victims,
which was 1% more than in 2017 [1]. Furthermore, in these accidents, excessive or inadequate speed continues
to be one of the main causes, specifically, 22%, only behind distracted driving and ahead of alcohol [2].
In this project, these techniques have been investigated, specifically Machine Learning technology has been used
to detect objects, in this case, detect speed traffic signs from the vehicle while driving it, using convolutional
neural networks such as Yolo (You Only Look Once). Software has been designed and implemented that detects
the desired object, its position (longitude and latitude), maximum allowed speed and proximity through the
camera of a mobile device. For this, a mobile application has been created on Android that sends the information
collected to the Spring web service created and it is stored in a database for free consultation and use by each
user of the application. | es |
dc.format | application/pdf | es |
dc.language.iso | spa | es |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.title | Aplicación Android y Servicio Web Spring para la detección y registro de señales de tráfico de velocidad usando Deep Learning con tiny-yolov3 y OpenCV | es |
dc.type | info:eu-repo/semantics/bachelorThesis | es |
dc.type.version | info:eu-repo/semantics/publishedVersion | es |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
dc.contributor.affiliation | Universidad de Sevilla. Departamento de Ingeniería Telemática | es |
dc.description.degree | Universidad de Sevilla. Grado en Ingeniería de las Tecnologías de Telecomunicación | es |
dc.publication.endPage | 133 p. | es |