Detección de personas en imágenes de profundidad mediante redes neuronales convolucionales
Authors
Martín López, RobertoDate
2019Keywords
CNN (Convolutional Neural Network)
Imágenes de profundidad
Detección de personas
Document type
info:eu-repo/semantics/bachelorThesis
Version
info:eu-repo/semantics/acceptedVersion
Rights
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Access rights
info:eu-repo/semantics/openAccess
Abstract
El objetivo de este trabajo es el diseño, implementación y evaluación de un sistema de detección de
personas en imágenes de profundidad, basado en Redes Neuronales Convolucionales. Se ha construido
una red neuronal profunda, con una estructura compleja, basada en una configuración encoder-decoder
y en los bloques residuales de la ResNet. Su entrenamiento se ha dividido en dos partes: en la primera
se ha utilizado una base de datos que contiene un gran número de datos sintéticos, generados para
esta aplicación y en la segunda se ha llevado a cabo un ajuste con un pequeño conjunto de datos reales,
evitando así la necesidad de etiquetar manualmente grandes bases de datos. Tras la evaluación del sistema
final, se ha obtenido una tasa de aciertos del 85 %, con una precisión del 100% que ha permitido validar
el sistema desarrollado.
Ante cualquier problema o sugerencia sobre el presente trabajo, por favor contactad con Roberto
Martín López <roberto.martin@edu.uah.es>. The objective of this work is the design, implementation and evaluation of a people detection system
in depth images, based on Convolutional Neural Networks. The built deep network has a complex architecture,
based on encoder-decoder configuration and using ResNet residual layers. The training process
has been divided in two parts. The first part, using a big dataset of synthetic data. The second part,
using a small set of real data, avoiding to manually label big datasets. After the evaluation of the final
system, the success rate obtained is 85 %, with an accuracy of 100% that allows to validate the system.
If you have problems, suggestions or comments, please forward them to Roberto Martín López <roberto.
martin@edu.uah.es>.
Files in this item
Files | Size | Format |
|
---|---|---|---|
TFG_Martin_Lopez_2019.pdf | 8.201Mb |
|
Files | Size | Format |
|
---|---|---|---|
TFG_Martin_Lopez_2019.pdf | 8.201Mb |
|