• español
    • English
    • português
  • English 
    • español
    • English
    • português
  • Login
View Item 
  •   Home
  • Tesis y Trabajos de Grado
  • Tesis y Trabajos de Grado de Posgrado
  • Maestría en Ingeniería y Analítica de Datos
  • View Item
  •   Home
  • Tesis y Trabajos de Grado
  • Tesis y Trabajos de Grado de Posgrado
  • Maestría en Ingeniería y Analítica de Datos
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.
RecursosRecursos de apoyo¿Cómo publicar?

Browse

All of ExpeditioCommunities & CollectionsBy Issue DateAuthorsTitlesSubjects
This CollectionBy Issue DateAuthorsTitlesSubjects

My Account

LoginRegister

Statistics

View Usage StatisticsView Google Analytics Statistics

Deep learning models to detect pedestrian and intent estimation for autonomous vehicles

Thumbnail

Citación

       
Export: <XML METS>
View/Open
Ver documento (4.309Mb)
Fin embargo: 
Date
2021
Author
Cortes Capera, Miguel Angel
Hashtag(s)
#DeepLearningModelsToDetectPedestrianAndIntentEstimationForAutonomousVehicles
Metadata
Show full item record
Documentos PDF
Abstract
Según la organización mundial de la salud 1,3 millones de personas mueren en carreteras alrededor del mundo esto sin contar las personas que tienen traumatismos graves. Esto incentivo a enfocarnos en esta área trabajo por medio de la inteligencia artificial ya que permite desarrollar soluciones para estos problemas de manera efectiva. Por medio de aprendizaje profundo se logro generar una buena clasificación de algunas de las intenciones de los peatones permitiendo predecir los comportamientos.
Summary in foreign language
According to the world health organization, 1.3 million people die on roads around the world, not counting people who have serious injuries. The article focus on computer vision and artificial intelligence to develop solutions for these problems effectively. Through deep learning, it was possible to generate a good classification of pedestrians' intentions, allowing us to predict behaviors.
Palabras clave
Inteligencia Artificial; Deep learning; Redes Neuronales; LSTM; OpenCV; JAAD 2.0; Transferencia de conocimiento; CRISP DM; YoloV4; Keras
URI
http://hdl.handle.net/20.500.12010/24559
Collections
  • Maestría en Ingeniería y Analítica de Datos [46]
Estadísticas Google Analytics
Comments

Respuesta Comentario Repositorio Expeditio

Gracias por tomarse el tiempo para darnos su opinión.


Carrera 4 # 22-61 Teléfono: (+57 1) 242 7030 - 018000111022 Fax: (+57 1) 561 2107 Bogotá D.C., Colombia

Fundación Universitaria de Bogotá Jorge Tadeo Lozano | Vigilada Mineducación

Institución de educación superior privada, de utilidad común, sin ánimo de lucro y su carácter académico es el de Universidad.

Reconocimiento personería jurídica: Resolución 2613 del 14 de agosto de 1959 Minjusticia.

Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional.

 

Términos y condiciones | Políticas

 

 


Carrera 4 # 22-61 Teléfono: (+57 1) 242 7030 - 018000111022 Fax: (+57 1) 561 2107 Bogotá D.C., Colombia

Fundación Universitaria de Bogotá Jorge Tadeo Lozano | Vigilada Mineducación

Institución de educación superior privada, de utilidad común, sin ánimo de lucro y su carácter académico es el de Universidad.

Reconocimiento personería jurídica: Resolución 2613 del 14 de agosto de 1959 Minjusticia.

Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional.

 

Términos y condiciones | Políticas