Un modelo ligero para la rápida detección y clasificación de objetos en movimiento orientado a sistemas inteligentes de vigilancia

• Autor: Palma Ugarte, Joaquin Rodrigo
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Católica San Pablo
• Repositorio: UCSP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucsp.edu.pe:20.500.12590/18267
• Enlace del recurso: https://hdl.handle.net/20.500.12590/18267
• Nivel de acceso: acceso abierto
• Materia: Detección; Clasificación; Objetos en movimiento; Modelo ligero; Mixtura Gaussiana; https://purl.org/pe-repo/ocde/ford#1.02.01

La detección y clasificación de objetos en movimiento son tareas fundamentales en la vigilancia inteligente. Sin embargo, las soluciones actuales suelen emplear dos procesos aislados para detectar y clasificar objetos en movimiento. Primero, se detectan todos los objetos dentro de la escena y luego se emplea un algoritmo separado para determinar el subconjunto de objetos que están en movimiento. Además, diversas soluciones emplean redes complejas que requieren muchos recursos computacionales, a diferencia de las soluciones livianas que podrían llevar a un uso generalizado. En esta Tesis proponemos TRG-Net, un modelo unificado que se puede ejecutar en dispositivos computacionalmente limitados para detectar y clasificar únicamente objetos en movimiento. Esta propuesta se basa en la arquitectura Faster R-CNN, MobileNetV3 como extractor de características y un método basado en GMM para una búsqueda rápida y flexible de regiones de interés. TRG-Net reduce el tiempo de inferencia al unificar las tareas de detección de objetos en movimiento y clasificación de imágenes, limitando las propuestas de regiones a un número fijo configurable de posibles objetos en movimiento. Los experimentos con vídeos de vigilancia heterogéneos y el conjunto de datos de Kitti para la detección de objetos 2D muestran que nuestro enfoque mejora el tiempo de inferencia de Faster RCNN de 0.176 a 0.149 s, utilizando menos parámetros de 18.91 M a 18.30 M, mientras mantiene la precisión promedio media mAP de 0.423. Por lo tanto, TRG-Net logra compensaciones más tangibles entre precisión y velocidad, y podría aplicarse para abordar problemas del mundo real.