Mostrar el registro sencillo del ítem

Ponencia

dc.creatorGalindo Duarte, José Ángeles
dc.creatorAlférez, Mauricioes
dc.creatorAcher, Mathieues
dc.creatorBaudry, Benoites
dc.creatorBenavides Cuevas, David Felipees
dc.date.accessioned2021-10-27T10:31:51Z
dc.date.available2021-10-27T10:31:51Z
dc.date.issued2018
dc.identifier.citationGalindo Duarte, J.Á., Alférez, M., Acher, M., Baudry, B. y Benavides Cuevas, D.F. (2018). MOTIV: selección de pruebas para algoritmos de detección de movimiento en vídeos usando técnicas de líneas de productos software. En JISBD 2018: XXIII Jornadas de Ingeniería del Software y Bases de Datos Sevilla, España: Asociación de Ingeniería del Software y Tecnologías de Desarrollo de Software (SISTEDES).
dc.identifier.urihttps://hdl.handle.net/11441/126913
dc.description.abstractLas líneas de producto software se usan para gestionar la producción de sistemas software con un alto grado de variabilidad lo que puede permitir tener un mejor tiempo de respuesta para poder configurar un producto de acuerdo a sus especificaciones concretas en un escenario de uso determinado. La investigación en líneas de producto software se ha centrado en las últimas décadas en proponer procesos, técnicas, herramientas y métodos para gestionar la variabilidad a todos los niveles: desde los requisitos, hasta la generación de código. En este sentido, se han desarrollado distintas técnicas que pueden ser utilizadas en distintos escenarios más allá de la gestión de líneas de producto software. Es el caso del conocido como análisis automático de modelos de características. En este proyecto se usaron técnicas que provienen de este área para afrontar un reto tecnológico en un consorcio con empresas que usaban distintos algoritmos para detectar movimientos en sistemas de vídeo vigilancia. En concreto, se usaron técnicas de modelado y selección de casos de prueba usando modelos de características. La aportación tecnológica permitió una reducción considerable de los costes en la producción de algoritmos de detección de movimientos y la mejora en la detección de fallos en los sistemas. El consorcio estuvo formado por dos empresas francesas e INRIA donde trabajaban varios de los autores del trabajo en el momento de la ejecución del proyecto. Además, se contó con el asesoramiento de la Universidad de Sevilla. keywords{líneas de producto software, modelos de características, selección de pruebases
dc.formatapplication/pdfes
dc.format.extent4es
dc.language.isospaes
dc.publisherAsociación de Ingeniería del Software y Tecnologías de Desarrollo de Software (SISTEDES)es
dc.relation.ispartofJISBD 2018: XXIII Jornadas de Ingeniería del Software y Bases de Datos (2018).
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectLíneas de producto softwarees
dc.subjectModelos de característicases
dc.subjectSelección de pruebases
dc.titleMOTIV: selección de pruebas para algoritmos de detección de movimiento en vídeos usando técnicas de líneas de productos softwarees
dc.typeinfo:eu-repo/semantics/conferenceObjectes
dcterms.identifierhttps://ror.org/03yxnpp24
dc.type.versioninfo:eu-repo/semantics/publishedVersiones
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses
dc.contributor.affiliationUniversidad de Sevilla. Departamento de Lenguajes y Sistemas Informáticoses
dc.relation.publisherversionhttps://biblioteca.sistedes.es/articulo/motiv-seleccion-de-pruebas-para-algoritmos-de-deteccion-de-movimiento-en-videos-usando-tecnicas-de-lineas-de-productos-software/es
dc.eventtitleJISBD 2018: XXIII Jornadas de Ingeniería del Software y Bases de Datoses
dc.eventinstitutionSevilla, Españaes
dc.relation.publicationplaceSevilla, Españaes

FicherosTamañoFormatoVerDescripción
MOTIV selección de pruebas para ...2.277MbIcon   [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