TFM - Máster Universitario en Ingeniería de TelecomunicaciónTFM - Máster Universitario en Ingeniería de Telecomunicaciónhttp://hdl.handle.net/10017/261772024-03-28T09:42:59Z2024-03-28T09:42:59ZReidentificación de personas en imágenes empleando técnicas de aprendizaje profundoCorral García, Gonzalohttp://hdl.handle.net/10017/595092024-01-17T01:15:39Z2023-01-01T00:00:00ZReidentificación de personas en imágenes empleando técnicas de aprendizaje profundo
Corral García, Gonzalo
En este trabajo se ha realizado el estudio, diseño, implementación y evaluación de un sistema de reidentificación de personas completo, que emplea redes neuronales profundas. La solución propuesta está
compuesta de dos partes: un detector de personas basado en YOLOv8, y una red de reidentificación,
basada en OSNET.
Para poder desarrollar el sistema se ha llevado a cabo un estudio del estado del arte de reidentificación
y un estudio teórico para comprender el uso y funcionamiento de los componentes elegidos.
El sistema completo se ha implementado utilizando pytorch, y se ha realizado una evaluación experimental exhaustiva utilizando dos datasets, Market-1501 y GBA2016. Se ha realizado tanto un análisis
cuantitativo, como un estudio cualitativo de los resultados, obteniendo diferentes métricas que han permitido la validación del sistema desarrollado.; In this work we have carried out the study, design, implementation and evaluation of a complete person
reidentification system using deep neural networks. The proposed solution consists of two parts: a person
detector based on YOLO and a reidentification network based on OSNET.
To develop the system, we have performed a study of the state of the art related to person reidentification as well as a theoretical study to understand the theory behind the chosen components and their
operation.
The complete system was implemented using pytorch and a thorough experimental evaluation was
carried out using two datasets, Market-1501 and GBA2016. Both a quantitative analysis and a qualitative
study of the results have been performed, obtaining different metrics that have allowed the validation of
the proposed solution.
2023-01-01T00:00:00ZDiseño e implementación de protocolo de control escalable en redes IoT para entornos 6GCarrascal Acebron, Davidhttp://hdl.handle.net/10017/583792023-12-14T16:52:42Z2023-01-01T00:00:00ZDiseño e implementación de protocolo de control escalable en redes IoT para entornos 6G
Carrascal Acebron, David
En este Trabajo Fin de Máster (TFM) se presenta el diseño e implementación de un pro tocolo de control escalable de redes Internet of Things (IoT) para entornos Software-Defined
Networking (SDN) en la nueva generación de redes móviles, la Sexta Generación de redes
móviles (6G). Dicho protocolo de control seguirá un paradigma de control de tipo in-band,
con el cual se dotará de conectividad a los nodos de la red con el ente de control, empleando
el plano de datos para la transmisión de información de control.
En aras de completar el proyecto, se ha partido del análisis de las necesidades y caracteris ticas de las distintas tecnologías que se emplearán en ejecución de los objetivos predefinidos
y así discernir aquellas herramientas necesarias para la implementación del protocolo con trol. Una vez seleccionadas las herramientas, se han estudiado a fondo para realizar una
implementación optimizada en la medida de lo posible. Este proyecto ha concluido con la
validación mediante emulación del protocolo desarrollado para comprobar el correcto fun cionamiento del mismo en distintos casos de uso.; In this Master’s Thesis (TFM) we present the design and implementation of a scala ble control protocol for Internet of Things (IoT) networks in Software-Defined Networking
(SDN) environments in the new generation of mobile networks, the sixth generation of mo bile technologies (6G). This control protocol will be based on an in-band control paradigm,
which will provide connectivity between the network nodes and the control entity, using the
data plane for the transmission of control information.
To accomplish the project, we first analyse the requirements and characteristics of the dif ferent technologies that will be used in the execution of the predefined objectives and,
accordingly, we determine the tools necessary for the implementation of the control proto col. Once the tools have been selected, they will be studied in depth in order to carry out
an optimised implementation as far as possible. This project concludes with the validation
the developed protocol by means of emulation to check its correct operation in different use
cases.
2023-01-01T00:00:00ZEstudio de sistemas basados en cámara para la detección tridimensional de objetos en conducción autónomaAntunes Garcia, Miguelhttp://hdl.handle.net/10017/581122023-12-14T16:52:42Z2023-09-15T00:00:00ZEstudio de sistemas basados en cámara para la detección tridimensional de objetos en conducción autónoma
Antunes Garcia, Miguel
La percepción del entorno es un componente esencial en el funcionamiento de sistemas autó nomos. Este rol se vuelve especialmente crítico en el caso de vehículos autónomos, donde el
entendimiento del entorno se enfrenta a escenarios altamente complejos y velocidades variables
y elevadas. En este contexto, la cámara se ha consolidado como uno de los sensores más amplia mente utilizados, gracias a su costo asequible y facilidad de implementación. Adicionalmente, los
avances significativos en técnicas de reconocimiento y detección en los últimos años han elevado
su potencial de manera notable.
El objetivo principal de este trabajo de fin de máster es el análisis del estado del arte de
técnicas que permitan obtener detecciones de objetos en el entorno tridimensional de un vehículo,
utilizando la información procedente únicamente de las cámaras. Concretamente se cuantifican
las diferencias entre dos tipos de sistemas de percepción: por un lado, los sistemas end-to-end
monoculares, que obtienen las detecciones de objetos directamente en una única etapa a partir
de una imagen de la cámara; y por otro lado, los sistemas modulares estéreo, que requieren
múltiples etapas para obtener las detecciones. En este último enfoque, se utiliza una primera
etapa para estimar la profundidad en la imagen antes de realizar las detecciones de los objetos, lo
cual es común en el SOTA. Tras una identificación inicial de las principales técnicas, se procede
a seleccionar varios sistemas, que destacan por sus resultados sobresalientes o por su eficiencia
en términos de velocidad de procesamiento, y a someterlos a varios procesos de entrenamiento
y evaluación.
Los datos utilizados para los experimentos proceden del dataset KITTI [1], sin embargo,
debido a que este trabajo se enmarca en un contexto de una arquitectura completa de conducción
autónoma, en la que habitualmente se llevan a cabo pruebas en entornos simulados, se utilizan
también datos del simulador CARLA [2] recopilados en el dataset SHIFT [3] para cuantificar la
capacidad de generalización de los sistemas en estos dos entornos.
El objetivo final es estudiar las capacidades y limitaciones de estas técnicas, realizando una
evaluación justa que permita elegir la mejor implementación para ser utilizada sobre un vehículo
autónomo real y comprobar la capacidad de generalizar el conocimiento tanto en entornos reales
como simulados.; Perceiving the environment is an essential component in the operation of autonomous systems.
This role becomes especially critical in the case of autonomous vehicles, where understanding the
environment is challenged by highly complex scenarios and varying high speeds. In this context,
the camera has emerged as one of the most widely used sensors, thanks to its affordability
and ease of implementation. Additionally, significant advancements in recognition and detection
techniques in recent years have notably enhanced its potential.
The main objective of this master’s thesis is to analyze the state of the art in techniques for
obtaining object detections in the three-dimensional environment of a vehicle using information
only from cameras. Specifically, the differences between two types of perception systems are
quantified: on one hand, monocular end-to-end systems, which directly obtain object detections
in a single stage from a camera image; and on the other hand, stereo modular systems, which
require multiple stages to obtain the detections. In this approach, a preliminary stage is used to
estimate depth in the image before performing object detections, a common practice in the state
of the art. Starting from this point, several systems are selected, either for their outstanding
results or for their processing speed efficiency, and subjected to various training and evaluation
processes.
The KITTI [1] dataset provides the data used for the experiments. However, since this
work is part of a context involving a complete autonomous driving architecture, where testing is
typically conducted in simulated environments, data from the CARLA simulator [2], collected in
the SHIFT dataset [3], is used to assess the systems generalization capabilities in both real-world
and simulated environments.
The ultimate goal is to study the capabilities and limitations of these techniques, conducting
a fair evaluation that allows for the selection of the best implementation for use on a real auto nomous vehicle and assessing the knowledge generalization capacity in both real and simulated
environments.
2023-09-15T00:00:00ZSensor acústico de alta sensibilidad basado en procesado en array para la detección de aeronaves volando a baja alturaPérez Aguilar, José Maríahttp://hdl.handle.net/10017/543332023-12-14T16:52:32Z2022-01-01T00:00:00ZSensor acústico de alta sensibilidad basado en procesado en array para la detección de aeronaves volando a baja altura
Pérez Aguilar, José María
La capacidad de los helicópteros que vuelan a baja altura para penetrar en los sistemas de defensa aérea,
sin ser detectados por los radares convencionales, es uno de los problemas de la defensa aérea. Las firmas
acústicas de estos helicópteros que vuelan bajo pueden emplearse para su detección e identificación.
En primer lugar se exponen los fundamentos básicos de las aeronaves, profundizando en los aerodinos
con sistema de ala giratoria. En esta clasificación se encuentran enmarcados los helicópteros. Se proporcionarán
las principales características de estos, clasificándolos en función de la configuración de la
hélice. Además, se hace referencia a las Fuerzas Armadas (FAS) y al Ejército del Aire y del Espacio (EA),
detallando los helicópteros que actualmente prestan servicio y cuyas grabaciones son objeto de estudio
en este Trabajo Fin de Máster (TFM).
En segundo lugar se proporciona un marco teórico con los conocimientos necesarios para poder desarrollar
y obtener unos resultados adecuados en los capítulos siguientes. Se exponen unas nociones básicas
de acústica general, para que seguidamente se explique en qué consiste la caracterización completa de la
señal. Tras ello se estudia la atenuación basada en la International Organization for Standardization (ISO)
9613 y se detalla una técnica de parametrización como es el análisis de predicción lineal para obtener los
parámetros Linear Prediction Coefficiens (LPC). Para finalizar, se fundamentan diferentes técnicas de
clasificación con especial atención a las Redes Neuronales Artificiales (RNA), y se proporciona la teoría
necesaria para comprender el funcionamiento de un receptor acústico.
En el desarrollo del trabajo se realiza un análisis en el dominio del tiempo de las señales donde se
comienza a intuir de una manera más o menos clara cuáles son las frecuencias fundamentales para los
distintos audios de los helicópteros. El análisis en frecuencia permite averiguar en qué banda de frecuencias
se obtiene la mayor potencia de la señal para lograr estimar la frecuencia fundamental, que finalmente
y, tras determinar que con el Cepstrum no es posible realizarlo, se obtiene aplicando la autocorrelación.
Se representa también la envolvente de la señal calculada a través de los coeficientes LPC. Además, se
aplica la técnica Empirical Mode Descomposition (EMD) para tratar de diferenciar los helicópteros entre
si y con otro tipo de señales, mediante el uso de los modos o Intrinsic Mode Function (IMF). Finalmente,
se cierra el capitulo analizando el medio de propagación de la señal, con el cálculo de su atenuación en
función de la distancia. Son puntos clave la distancia de los micrófonos, las pérdidas que van a tener lugar
en la transmisión de los sonidos a través del aire o la aparición de ruido ambiental.
Por último, se proporciona el error obtenido al aplicar los diferentes clasificadores estudiados. Se
determinará la presencia de un helicóptero mediante la utilización de redes neuronales, con una capa
oculta y observando los resultados con una o más neuronas. Para obtener los datos de los clasificadores
se han supuesto las señales de los cuatro helicópteros estudiados y otro tipo de audios completamente
diferentes.; The ability of low-flying helicopters to penetrate air defense systems, without being detected by conventional
radars, is one of the problems of air defense. The acoustic signatures from these low-flying
helicopters can be used for detection and identification.
In the first place, the basic fundamentals of the aircraft are exposed, delving into the aerodynes
with rotating wing system. Helicopters are framed in this classification. It will be showed the main
characteristics of these, classifying them according to the configuration of the propeller. In addition,
reference is made to the Armed Forces and the Air Force, detailing the helicopters currently in service
and whose recordings are being studied in this Master’s Thesis.
Secondly, a theoretical framework is provided with the necessary knowledge to be able to develop and
obtain adequate results in the following chapters. Some basic notions are exposed of general acoustics, so
that next it is explained the complete characterization of the signal. After that, the attenuation based on
the ISO 9613 is studied and a parameterization technique such as linear prediction analysis is detailed
to obtain the LPC parameters. Finally, different techniques of classification with special attention to
Artificial Neural Network (ANN) are described, and it is indicated the theory necessary to understand
the operation of an acoustic receiver.
In the development of the work, an analysis is carried out in the time domain of the signals where
begins to intuit in a more or less clear way what are the fundamental frequencies for the different audios
of the helicopters. Frequency analysis allows to find out in which frequency band the highest power of the
signal is obtained to estimate the fundamental frequency, which finally and, after determining that it is
not possible to do it with the Cepstrum, it is obtained by applying the autocorrelation. The envelope of
the signal calculated through the LPC coefficients is also represented. Moreover, it is applied the EMD
technique to try to differentiate the helicopters among them and with other types of signals, by using the
modes or IMF. Finally, the chapter closes by analyzing the propagation medium of the signal, with the
calculation of its attenuation based on distance. The key points are the distance of the microphones, the
losses that take place in the transmission of sounds through the air or the appearance of environmental
noise.
Finally, the error obtained when applying the different classifiers studied is provided. It will be determined
the presence of a helicopter by using Neural Networks (NNs), with a hidden layer and observing
the results with one or more neurons. To get the data from the classifiers, the signals of the four studied
helicopters and other types of audio have been assumed completely different.
2022-01-01T00:00:00Z