Detecció i seguiment de persones, cotxes i d'animals
Val Parejo, Xavier
Antens, Coen Jacobus, dir. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Títol variant: Detection and tracking of people, cars and animals
Títol variant: Detección y seguimiento de personas, coches y de animales
Data: 2021
Resum: Projecte dedicat a entendre què són i com executar les tècniques principals de detecció d'objectes actuals, per fer-ho veurem com funcionen 3 mètodes principals en casos generals amb imatges genèriques que es fan servir com a base en la comunitat científica. A més també s'aprendrà a fer un refinament de les xarxes neuronals per tal de poder adaptar-les a casos més específics i més en concret a la detecció de passos de vianants de la UAB i animals de granjes. Un altre punt que farem en aquest projecte és fer un seguiment dels objectes detectats en l'escena, això serà especialment útil en el cas dels animals per tal de que els responsables de la granja tinguin un procés de contar animals més fàcil. Com a resultats es donaran imatges amb les corresponents deteccions i també taules amb mètriques que s'acostumen a utilitzar dins de la comunitat científica.
Resum: This project is made to gain a better knowledge of the different convolutional neural networks that exist in computer vision today, more precisely we'll look at 3 of the most popular implementations that are yielding good results around the internet. We'll do a study with generic images provided by the COCO dataset and furthermore there will be a fine-tuning of our neural networks in order to adapt them to specific datasets like the CCTV feed from the UAB in CCTVs that have a pedestrian crossing in their field of vision and there's also a farmhouse dataset. These two specific datasets will also be used to study and practice a state-of-the-art object tracking implementation which will be specially useful in the farmhouse one because it will allow the workers of said farmhouse to spend less time counting the animals. A project like this requires more than visual results so we'll provide some figures with the usually accepted metrics by the scientific community.
Resum: Proyecto dedicado a entender qué son y cómo se ejecutan las principales técnicas de detección de objetos actuales, para lograrlo observaremos 3 de los principales métodos en casos generales con imágenes genéricas que se usan como base en la comunidad científica. Además se aprenderá a hacer un refinamiento de las diferentes redes neuronales para adaptarlas a casos más específicos, concretamente a la detección de pasos de zebra en la UAB y animales en granjas. Otro punto de valor de este proyecto es el seguimiento de objetos detectados en la escena, esto resultará especialmente útil en el caso de los animales para poder ayudar a los responsables de la granja a contar animales más fácilmente. Los resultados se verán en forma de imagen con sus correspondientes detecciones y tablas con las métricas que se suelen utilizar en la comunidad científica.
Drets: Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. Creative Commons
Llengua: Català
Titulació: Enginyeria Informàtica [2502441]
Pla d'estudis: Enginyeria Informàtica [958]
Document: Treball final de grau ; Text
Àrea temàtica: Menció Computació
Matèria: Aprenentatge computacional ; Xarxes neuronals ; Intel·ligencia artificial ; Detecció ; Seguiment ; Tracking ; Yolo ; Ssd ; Mask r-cnn ; Aprendizaje computacional ; Redes neuronales ; Inteligencia artificial ; Detección ; Seguimiento ; Machine learning ; Neural networks ; Artifical intelligence ; Detection



14 p, 2.1 MB

El registre apareix a les col·leccions:
Documents de recerca > Treballs de Fi de Grau > Escola d'Enginyeria. TFG

 Registre creat el 2022-04-06, darrera modificació el 2025-07-20



   Favorit i Compartir