Aplicación de algoritmos de aprendizaje profundo con análisis de metadata para identificación vehicular
Descripción del Articulo
La presente investigación está orientada al desarrollo de un sistema de apoyo para la seguridad ciudadana. debido al elevado indice de criminalidad que se refleja en los incrementos de la violencia y la tasa de ocurrencia En tal sentido. actualmente es necesario disponer de sistemas automatizados pa...
| Autor: | |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2024 |
| Institución: | Universidad Nacional de Ingeniería |
| Repositorio: | UNI-Tesis |
| Lenguaje: | español |
| OAI Identifier: | oai:cybertesis.uni.edu.pe:20.500.14076/27997 |
| Enlace del recurso: | http://hdl.handle.net/20.500.14076/27997 |
| Nivel de acceso: | acceso abierto |
| Materia: | Aprendizaje por transferencia Identificación vehicular Aprendizaje profundo Placas vehiculares Reconocimiento óptico de caracteres (OCR) Metadata https://purl.org/pe-repo/ocde/ford#2.02.01 |
| id |
UUNI_2fb8ad6fe3a337d5c1c064fdbfcaf407 |
|---|---|
| oai_identifier_str |
oai:cybertesis.uni.edu.pe:20.500.14076/27997 |
| network_acronym_str |
UUNI |
| network_name_str |
UNI-Tesis |
| repository_id_str |
1534 |
| dc.title.es.fl_str_mv |
Aplicación de algoritmos de aprendizaje profundo con análisis de metadata para identificación vehicular |
| title |
Aplicación de algoritmos de aprendizaje profundo con análisis de metadata para identificación vehicular |
| spellingShingle |
Aplicación de algoritmos de aprendizaje profundo con análisis de metadata para identificación vehicular Silva Matute, Nicolás Francisco Aprendizaje por transferencia Identificación vehicular Aprendizaje profundo Placas vehiculares Reconocimiento óptico de caracteres (OCR) Metadata https://purl.org/pe-repo/ocde/ford#2.02.01 |
| title_short |
Aplicación de algoritmos de aprendizaje profundo con análisis de metadata para identificación vehicular |
| title_full |
Aplicación de algoritmos de aprendizaje profundo con análisis de metadata para identificación vehicular |
| title_fullStr |
Aplicación de algoritmos de aprendizaje profundo con análisis de metadata para identificación vehicular |
| title_full_unstemmed |
Aplicación de algoritmos de aprendizaje profundo con análisis de metadata para identificación vehicular |
| title_sort |
Aplicación de algoritmos de aprendizaje profundo con análisis de metadata para identificación vehicular |
| dc.creator.none.fl_str_mv |
Silva Matute, Nicolás Francisco |
| author |
Silva Matute, Nicolás Francisco |
| author_facet |
Silva Matute, Nicolás Francisco |
| author_role |
author |
| dc.contributor.advisor.fl_str_mv |
Medina Ramos, Carlos Celestino |
| dc.contributor.author.fl_str_mv |
Silva Matute, Nicolás Francisco |
| dc.subject.es.fl_str_mv |
Aprendizaje por transferencia Identificación vehicular Aprendizaje profundo Placas vehiculares Reconocimiento óptico de caracteres (OCR) Metadata |
| topic |
Aprendizaje por transferencia Identificación vehicular Aprendizaje profundo Placas vehiculares Reconocimiento óptico de caracteres (OCR) Metadata https://purl.org/pe-repo/ocde/ford#2.02.01 |
| dc.subject.ocde.es.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#2.02.01 |
| description |
La presente investigación está orientada al desarrollo de un sistema de apoyo para la seguridad ciudadana. debido al elevado indice de criminalidad que se refleja en los incrementos de la violencia y la tasa de ocurrencia En tal sentido. actualmente es necesario disponer de sistemas automatizados para resolver el problema. en particular la identificación vehicular mediante la extracción de metadata como son el color y los caracteres de la matrícula. para identificar presuntos delitos por sustracción y otros. Para la obtención del sistema de detección se utilizan técnicas de aprendizaje profundo como el aprendizaje por transferencia para la localización del área de la placa y algoritmos de OCR (Reconocimiento óptico de caracteres) para detectar las letras y números de la matrícula. Para el color se aplica la técnica de procesamiento de imágenes con el objetivo de analizar el espacio de color HSV. Como respuesta a la aplicación de los algoritmos y la metodología se obtuvieron resultados satisfactorios como se indica para el algoritmo que permite la detección del área de la placa vehicular se obtuvo una precisión de 97 7% Adicionalmente. con el algoritmo de OCR se realizó la identificación de caracteres con una precisión de 96.6% Finalmente. para el análisis del espacio HSV y procesamiento de la imagen. se obtuvieron resultados significativos al demostrar ser un sistema que orienta correctamente la percepción del color del vehículo. |
| publishDate |
2024 |
| dc.date.accessioned.none.fl_str_mv |
2025-05-05T22:23:11Z |
| dc.date.available.none.fl_str_mv |
2025-05-05T22:23:11Z |
| dc.date.issued.fl_str_mv |
2024 |
| dc.type.es.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
bachelorThesis |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.14076/27997 |
| url |
http://hdl.handle.net/20.500.14076/27997 |
| dc.language.iso.es.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartof.fl_str_mv |
SUNEDU |
| dc.rights.es.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.uri.es.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.format.es.fl_str_mv |
application/pdf |
| dc.publisher.es.fl_str_mv |
Universidad Nacional de Ingeniería |
| dc.publisher.country.es.fl_str_mv |
PE |
| dc.source.es.fl_str_mv |
Universidad Nacional de Ingeniería Repositorio Institucional - UNI |
| dc.source.none.fl_str_mv |
reponame:UNI-Tesis instname:Universidad Nacional de Ingeniería instacron:UNI |
| instname_str |
Universidad Nacional de Ingeniería |
| instacron_str |
UNI |
| institution |
UNI |
| reponame_str |
UNI-Tesis |
| collection |
UNI-Tesis |
| bitstream.url.fl_str_mv |
http://cybertesis.uni.edu.pe/bitstream/20.500.14076/27997/6/silva_mn.pdf.txt http://cybertesis.uni.edu.pe/bitstream/20.500.14076/27997/7/carta_de_autorizaci%c3%b3n.pdf.txt http://cybertesis.uni.edu.pe/bitstream/20.500.14076/27997/8/informe_de_similitud.pdf.txt http://cybertesis.uni.edu.pe/bitstream/20.500.14076/27997/9/silva_mn%28acta%29.pdf.txt http://cybertesis.uni.edu.pe/bitstream/20.500.14076/27997/5/license.txt http://cybertesis.uni.edu.pe/bitstream/20.500.14076/27997/1/silva_mn.pdf http://cybertesis.uni.edu.pe/bitstream/20.500.14076/27997/2/carta_de_autorizaci%c3%b3n.pdf http://cybertesis.uni.edu.pe/bitstream/20.500.14076/27997/3/informe_de_similitud.pdf http://cybertesis.uni.edu.pe/bitstream/20.500.14076/27997/4/silva_mn%28acta%29.pdf |
| bitstream.checksum.fl_str_mv |
44057879ed4db6f624c44e0f6427847c e1c06d85ae7b8b032bef47e42e4c08f9 e1c06d85ae7b8b032bef47e42e4c08f9 68b329da9893e34099c7d8ad5cb9c940 8a4605be74aa9ea9d79846c1fba20a33 09dfca2b298987cdcab2cb4adc63f22c 3d1b83311c6213d40184562a8fdb1d0a 0456fe033f326b64d524f9afc62c3816 6354aac204b3978f61349740866681c0 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional - UNI |
| repository.mail.fl_str_mv |
repositorio@uni.edu.pe |
| _version_ |
1840085870421475328 |
| spelling |
Medina Ramos, Carlos CelestinoSilva Matute, Nicolás FranciscoSilva Matute, Nicolás Francisco2025-05-05T22:23:11Z2025-05-05T22:23:11Z2024http://hdl.handle.net/20.500.14076/27997La presente investigación está orientada al desarrollo de un sistema de apoyo para la seguridad ciudadana. debido al elevado indice de criminalidad que se refleja en los incrementos de la violencia y la tasa de ocurrencia En tal sentido. actualmente es necesario disponer de sistemas automatizados para resolver el problema. en particular la identificación vehicular mediante la extracción de metadata como son el color y los caracteres de la matrícula. para identificar presuntos delitos por sustracción y otros. Para la obtención del sistema de detección se utilizan técnicas de aprendizaje profundo como el aprendizaje por transferencia para la localización del área de la placa y algoritmos de OCR (Reconocimiento óptico de caracteres) para detectar las letras y números de la matrícula. Para el color se aplica la técnica de procesamiento de imágenes con el objetivo de analizar el espacio de color HSV. Como respuesta a la aplicación de los algoritmos y la metodología se obtuvieron resultados satisfactorios como se indica para el algoritmo que permite la detección del área de la placa vehicular se obtuvo una precisión de 97 7% Adicionalmente. con el algoritmo de OCR se realizó la identificación de caracteres con una precisión de 96.6% Finalmente. para el análisis del espacio HSV y procesamiento de la imagen. se obtuvieron resultados significativos al demostrar ser un sistema que orienta correctamente la percepción del color del vehículo.This research is oriented towards the development of a support system for citizen security, due to the high crime rate that is reflected in increases in violence and the rate of occurrence. In this sense, it is currently necessary to have automated systems to solve the problem, particularly vehicle identification through the extraction of metadata such as the color and characters of the number plate, to identify suspected crimes such as theft and others. To obtain the detection system. deep learning techniques such as transfer learning are used to locate the area of the plate. and Optical Character Recognition (OCR) algorithms are employed to detect the letters and numbers of the number plate For color. image processing techniques are applied to analyze the HSV color space. In response to the application of the algorithms and methodology, satisfactory results were obtained as follows: for the algorithm that allows the detection of the area of the number plate, an accuracy of 97.7% was achieved. Additionally, with the OCR algorithm. character identification was performed with an accuracy of 96.6%. Finally. for the HSV space analysis and image processing, significant results were obtained. demonstrating a system that correctly identifies the vehicle's color perception.Submitted by Quispe Rabanal Flavio (flaviofime@hotmail.com) on 2025-05-05T22:23:11Z No. of bitstreams: 4 silva_mn.pdf: 11506085 bytes, checksum: 09dfca2b298987cdcab2cb4adc63f22c (MD5) carta_de_autorización.pdf: 1385820 bytes, checksum: 3d1b83311c6213d40184562a8fdb1d0a (MD5) informe_de_similitud.pdf: 1276944 bytes, checksum: 0456fe033f326b64d524f9afc62c3816 (MD5) silva_mn(acta).pdf: 842711 bytes, checksum: 6354aac204b3978f61349740866681c0 (MD5)Made available in DSpace on 2025-05-05T22:23:11Z (GMT). No. of bitstreams: 4 silva_mn.pdf: 11506085 bytes, checksum: 09dfca2b298987cdcab2cb4adc63f22c (MD5) carta_de_autorización.pdf: 1385820 bytes, checksum: 3d1b83311c6213d40184562a8fdb1d0a (MD5) informe_de_similitud.pdf: 1276944 bytes, checksum: 0456fe033f326b64d524f9afc62c3816 (MD5) silva_mn(acta).pdf: 842711 bytes, checksum: 6354aac204b3978f61349740866681c0 (MD5) Previous issue date: 2024Tesisapplication/pdfspaUniversidad Nacional de IngenieríaPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Universidad Nacional de IngenieríaRepositorio Institucional - UNIreponame:UNI-Tesisinstname:Universidad Nacional de Ingenieríainstacron:UNIAprendizaje por transferenciaIdentificación vehicularAprendizaje profundoPlacas vehicularesReconocimiento óptico de caracteres (OCR)Metadatahttps://purl.org/pe-repo/ocde/ford#2.02.01Aplicación de algoritmos de aprendizaje profundo con análisis de metadata para identificación vehicularinfo:eu-repo/semantics/bachelorThesisSUNEDUIngeniero ElectrónicoUniversidad Nacional de Ingeniería. Facultad de Ingeniería Eléctrica y ElectrónicaTítulo ProfesionalIngeniería ElectrónicaIngenieríahttps://orcid.org/0000-0001-9747-39281014158772624085https://purl.org/pe-repo/renati/type#tesishttps://purl.org/pe-repo/renati/level#tituloProfesional712026Díaz Aliaga, Julio TeodosioCarbonel Olazábal, Daniel RobertoTEXTsilva_mn.pdf.txtsilva_mn.pdf.txtExtracted texttext/plain263572http://cybertesis.uni.edu.pe/bitstream/20.500.14076/27997/6/silva_mn.pdf.txt44057879ed4db6f624c44e0f6427847cMD56carta_de_autorización.pdf.txtcarta_de_autorización.pdf.txtExtracted texttext/plain2http://cybertesis.uni.edu.pe/bitstream/20.500.14076/27997/7/carta_de_autorizaci%c3%b3n.pdf.txte1c06d85ae7b8b032bef47e42e4c08f9MD57informe_de_similitud.pdf.txtinforme_de_similitud.pdf.txtExtracted texttext/plain2http://cybertesis.uni.edu.pe/bitstream/20.500.14076/27997/8/informe_de_similitud.pdf.txte1c06d85ae7b8b032bef47e42e4c08f9MD58silva_mn(acta).pdf.txtsilva_mn(acta).pdf.txtExtracted texttext/plain1http://cybertesis.uni.edu.pe/bitstream/20.500.14076/27997/9/silva_mn%28acta%29.pdf.txt68b329da9893e34099c7d8ad5cb9c940MD59LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://cybertesis.uni.edu.pe/bitstream/20.500.14076/27997/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD55ORIGINALsilva_mn.pdfsilva_mn.pdfapplication/pdf11506085http://cybertesis.uni.edu.pe/bitstream/20.500.14076/27997/1/silva_mn.pdf09dfca2b298987cdcab2cb4adc63f22cMD51carta_de_autorización.pdfcarta_de_autorización.pdfapplication/pdf1385820http://cybertesis.uni.edu.pe/bitstream/20.500.14076/27997/2/carta_de_autorizaci%c3%b3n.pdf3d1b83311c6213d40184562a8fdb1d0aMD52informe_de_similitud.pdfinforme_de_similitud.pdfapplication/pdf1276944http://cybertesis.uni.edu.pe/bitstream/20.500.14076/27997/3/informe_de_similitud.pdf0456fe033f326b64d524f9afc62c3816MD53silva_mn(acta).pdfsilva_mn(acta).pdfapplication/pdf842711http://cybertesis.uni.edu.pe/bitstream/20.500.14076/27997/4/silva_mn%28acta%29.pdf6354aac204b3978f61349740866681c0MD5420.500.14076/27997oai:cybertesis.uni.edu.pe:20.500.14076/279972025-05-06 15:02:39.009Repositorio Institucional - UNIrepositorio@uni.edu.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 |
| score |
13.924366 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
