Mostrar el registro sencillo del ítem

Trabajo Fin de Grado

dc.contributor.advisorSierra Collado, Antonio Jesúses
dc.contributor.advisorAriza Gómez, María Teresaes
dc.creatorReina López, Lucíaes
dc.date.accessioned2021-03-15T17:28:02Z
dc.date.available2021-03-15T17:28:02Z
dc.date.issued2020
dc.identifier.citationReina 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.urihttps://hdl.handle.net/11441/106075
dc.description.abstractLa 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.abstractArtificial 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.formatapplication/pdfes
dc.language.isospaes
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.titleAplicación Android y Servicio Web Spring para la detección y registro de señales de tráfico de velocidad usando Deep Learning con tiny-yolov3 y OpenCVes
dc.typeinfo:eu-repo/semantics/bachelorThesises
dc.type.versioninfo:eu-repo/semantics/publishedVersiones
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses
dc.contributor.affiliationUniversidad de Sevilla. Departamento de Ingeniería Telemáticaes
dc.description.degreeUniversidad de Sevilla. Grado en Ingeniería de las Tecnologías de Telecomunicaciónes
dc.publication.endPage133 p.es

FicherosTamañoFormatoVerDescripción
TFG-3242-REINA LOPEZ.pdf5.886MbIcon   [PDF] Ver/Abrir  

Este registro aparece en las siguientes colecciones

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Excepto si se señala otra cosa, la licencia del ítem se describe como: Attribution-NonCommercial-NoDerivatives 4.0 Internacional