|
Please use this identifier to cite or link to this item:
https://repositorio.utn.edu.ec/handle/123456789/15793
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Maya Olalla, Edgar Alberto | - |
dc.contributor.author | Vásquez Agudelo, Juan José | - |
dc.date.accessioned | 2024-03-13T15:11:52Z | - |
dc.date.available | 2024-03-13T15:11:52Z | - |
dc.date.created | 2024-03-01 | - |
dc.date.issued | 2024-03-13 | - |
dc.identifier.other | 04/TEL/ 021 | es_EC |
dc.identifier.uri | http://repositorio.utn.edu.ec/handle/123456789/15793 | - |
dc.description | Implementar un sistema embebido aplicando visión artificial para la detección de personas, una completa evacuación y rescate dentro de las instalaciones de la Universidad Técnica del Norte. | es_EC |
dc.description.abstract | En este trabajo de titulación realizado se describe cada paso correspondiente a la metodología utilizada para realizar la implementación del sistema de detección de presencia de personas con el fin de mejorar los tiempos de respuesta en la evacuación y rescate de personas durante una emergencia. Este sistema consiste en un sistema embebido con una cámara la cual toma la foto y mediante el modelo YOLOv7 analiza si hay una persona o no y lo notifica al personal de seguridad por medio de una aplicación móvil. Para diseñar e implementar este sistema se usó la metodología en cascada que consiste en 5 fases. En la fase de requerimientos se investiga de forma técnica como debe ser la arquitectura de hardware y de software del sistema, además de determinar cómo debe ser su funcionamiento. En la parte de diseño se establecen en base a los requerimientos que software y hardware se va a utilizar para construir e implementar el sistema. Finalmente, en la fase de operación y pruebas se compara el rendimiento de 3 modelos (YOLOv5s, YOLOv5x y YOLOv7), que fueron entrenados con el fin de elegir cual se adapta de mejor manera a las necesidades del sistema, y comprobar que tal funciona el modelo electo mediante la implementación del sistema dentro del aula de clases. En donde el modelo que obtuvo un mejor rendimiento con un 96% de precisión es el modelo YOLOv7, ya que, al ser un modelo bastante optimizado en comparación de los otros dos, tiene un balance entre precisión y rendimiento cuanto a tiempo se refiere, por lo hace ideal para este proyecto. | es_EC |
dc.language.iso | spa | es_EC |
dc.rights | openAccess | es_EC |
dc.rights | Atribución-NoComercial-CompartirIgual 3.0 Ecuador | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/3.0/ec/ | * |
dc.subject | TELECOMUNICACIONES | es_EC |
dc.subject | EMERGENCIAS | es_EC |
dc.subject | VISIÓN | es_EC |
dc.title | Sistema de detección de presencia de personas en emergencias para la Universidad Técnica del Norte | es_EC |
dc.type | bachelorThesis | es_EC |
dc.description.degree | Ingeniería | es_EC |
dc.contributor.deparment | Telecomunicaciones | es_EC |
dc.coverage | Ibarra. Ecuador. | es_EC |
dc.identifier.mfn | 0000042835 | es_EC |
Appears in Collections: | Telecomunicaciones |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
04 TEL 021 logo.jpg | Logo | 81.49 kB | JPEG | View/Open |
04 TEL 021 TRABAJO GRADO.pdf | Trabajo de Grado | 3.98 MB | Adobe PDF | View/Open |
This item is protected by original copyright |
This item is licensed under a Creative Commons License