Por favor, use este identificador para citar o enlazar este ítem:
http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/134| Detección de peatones basado en elementos del cuerpo y acelerado con GPU con pruebas en ambiente real | |
| ANGEL ALEJANDRO GOMEZ CASASOLA | |
| Jorge Martinez_Carballido | |
| Acceso Abierto | |
| Atribución-NoComercial-SinDerivadas | |
| Autonomous vehicles Pedestrian Detection Individual detection Implemented in a GPU ADAS | |
| De acuerdo a la Organización Mundial de la Salud (WHO por sus siglas en inglés), los accidentes de tránsito representan la novena causa de muerte a nivel mundial, y se pronostica que para el año 2030 será la quinta [1]. Para revertir este hecho, se han desarrollado sistemas que asisten al conductor (ADAS), así como vehículos autónomos. Ambas tecnologías necesitan detectar eficientemente a los peatones que corren el riesgo de ser atropellados para que puedan llevar a cabo una acción y así evitar el accidente. El principal inconveniente de los algoritmos para la detección de peatones existentes es que son muy complejos, lo que genera tiempos de procesamiento prolongados. Debido a esto, tanto los ADAS como los vehículos autónomos sólo son efectivos a bajas velocidades, máximo 50Km/h. En este trabajo de tesis se presenta un algoritmo para la detección de peatones más simple que los presentados hasta ahora, sin dejar de ser eficaz. Este algoritmo se basa en la detección individual de las partes más relevantes del cuerpo de una persona, como son las piernas, los brazos o la cabeza. Además, para reducir aún más los tiempos de procesamiento, el algoritmo es implementado en una GPU por medio de OpenCL, alcanzando hasta 350 FPS. | |
| Instituto, Nacional de Astrofísica, Óptica y Electrónica | |
| 2016-02 | |
| Tesis de maestría | |
| Español | |
| Público en general | |
| Gomez-Casasola A.A. | |
| ELECTRÓNICA | |
| Aparece en las colecciones: | Maestría en Electrónica |
Cargar archivos:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| GomezCAA.pdf | 2.07 MB | Adobe PDF | Visualizar/Abrir |