Publication: Clasificación de imágenes de tráfico para un sistema inteligente de transporte
Loading...
Identifiers
Publication date
2012-07
Defense date
2012-07-10
Authors
Advisors
Tutors
Journal Title
Journal ISSN
Volume Title
Publisher
Impact
Export
Abstract
El presente Trabajo Fin de Grado se encuadra en el ámbito de los Sistemas Inteligentes de Transporte. En la actualidad estos sistemas son de gran interés, ya que gracias a ellos es posible reducir el número de accidentes producidos en carretera, prevenirlos, mejorar la seguridad vial o evitar la congestión de trá co. En concreto, este trabajo se basa en diseñar un clasi cador para la detección de patrones en imágenes con aplicación a la clasi cación de señales de trá co. El clasi cador está formado por 4 módulos funcionales, el módulo de preprocesado empleado normalmente para dar solución a posibles imperfecciones presentes en las imágenes, el módulo de normalizaci ón cuyo objetivo es mejorar el funcionamiento del sistema restringiendo el rango dinámico de las señales de entrada, el módulo de extracción de características encargado de obtener descripciones representativas de las imágenes que faciliten el reconocimiento de un objeto concreto presente en las mismas y el módulo máquina encargado de clasi car a qué clase, de entre todas las posibles, pertenece una determinada imagen a partir de sus características. En el trabajo, para cada uno de estos cuatro módulos se analizarán las prestaciones, para la aplicación propuesta en el mismo, de distintas técnicas. De este modo se realizarán diferentes pruebas empleando con guraciones distintas del clasi cador. Se evaluarán por un lado diversas técnicas de preprocesado y se realizarán estudios comparativos entre distintas técnicas de extracción de características, tanto supervisadas como no supervisadas, empleando para la clasi cación dos de los métodos de aprendizaje máquina más habituales, las máquinas de vectores soporte y las redes neuronales. Se estudiarán por tanto cuáles son las prestaciones obtenidas según la con guración empleada, y se seleccionarán aquellas que proporcionen resultados adecuados o lo su cientemente elevados, considerando también en la elección la complejidad de la con guración. El objetivo será obtener la máxima precisión posible a la hora de clasi car a qué clase pertenece cada una de las señales de trá co, teniendo en cuenta las restricciones de implementación de este tipo de clasi cadores en aplicaciones en el ámbito de los Sistemas Inteligentes de Transporte.
Description
Keywords
Sistemas inteligentes de transporte, Proceso de imágenes, Clasificación, Imágenes