Por favor, use este identificador para citar o enlazar este ítem: http://dspace.unach.edu.ec/handle/51000/7210
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorJinez Tapia, José Luis-
dc.contributor.authorYugsi Apupalo, William Javier-
dc.date.accessioned2020-12-18T23:21:08Z-
dc.date.available2020-12-18T23:21:08Z-
dc.date.issued2020-12-18-
dc.identifier.issn0295-2020 UNACH-FI-ITEL-
dc.identifier.urihttp://dspace.unach.edu.ec/handle/51000/7210-
dc.descriptionThe Laguna de Colta, being a natural attraction and one of the places with a large influx of tourists, takes on an important characteristic as regards the visual aspect. However, the Lagoon can be compromised by surface contamination (polluting solid waste), which in addition to affecting not only the Lagoon in question, but also the entire place near the shores of the Lagoon, for this reason it has been proposed to carry out this research project. In this project the development of an algorithm in the field of artificial intelligence of neural networks is exposed, where Deep Learning is applied for the recognition and classification of polluting objects present on the surface of the Laguna de Colta, from images video obtained through an FPV camera that is mobilized by an unmanned aerial vehicle (UAV). Specifically, the system proposes to follow a robust method to detect contaminating objects (plastic bottles, metal containers and reeds) based on CNN (Convolutional Neural Network) and compiling a database of specific images and with Transfer Learning techniques, it will work in near real-time performance and satisfactory accuracy. To overcome the challenges of building an accurate contaminating object detection model, the core architecture of the pre-trained AlexNet network was transformed to a faster region-based convolutional neural network (Faster R-CNN) in the MATLAB environment. Consequently, the system will allow the automatic management of the concentration of surface contamination and provide acceptable results in terms of precision and execution time. Finally, two Graphical Interfaces (Matlab, Unity) have been created where the results and the position of the detected objects thrown by the system were visualized in real time.es_ES
dc.description.abstractLa Laguna de Colta siendo un atractivo natural y uno de los lugares con gran afluencia de turistas, toma una importante característica en cuanto se refiere al aspecto visual. Sin embargo, la Laguna se puede ver comprometida por contaminación superficial (residuos sólidos contaminantes), los cuales además de afectar no solo a la Laguna en mención, sino también, a todo el lugar cercano a las orillas de la Laguna, es por ello que se ha propuesto realizar el presente proyecto de investigación. En el presente proyecto se expone el desarrollo de un algoritmo del campo de la inteligencia artificial de redes neuronales en donde se hace aplicación del Deep Learning para el reconocimiento y clasificación de objetos contaminantes presentes en la superficie de la Laguna de Colta, a partir de imágenes de video obtenidas a través de una cámara FPV que es movilizada por un vehículo aéreo no tripulado (UAV). En concreto el sistema propone seguir un método robusto para detectar objetos contaminantes (botellas plásticas, envases metálicos y totora) basado en CNN (Convolutional Neural Network) y recopilando una base de datos de imágenes específicas y con técnicas de Transfer Learning, se propone que alcance un rendimiento casi en tiempo real y una precisión satisfactoria. Para superar los desafíos de construir un modelo preciso de detección de objetos contaminantes, se transformó la arquitectura principal de la red AlexNet pre-entrenada a una red neuronal convolucional basada en una región más rápida (Faster R-CNN) en el entorno de MATLAB. En consecuencia, el sistema permitirá la gestión automática de la concentración de contaminación superficial y proporcionar resultados aceptables en términos de precisión y tiempo de ejecución. Por último, se ha realizado dos Interfaz Gráficas (Matlab, Unity) donde se visualizó los resultados y la posición de los objetos detectados arrojados por el sistema en tiempo real.es_ES
dc.description.sponsorshipUNACH, Sede Ecuadores_ES
dc.format.extent123 pes_ES
dc.language.isospaes_ES
dc.publisherRiobamba: Universidad Nacional de Chimborazoes_ES
dc.rightsopenAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/es_ES
dc.subjectAPRENDIZAJE AUTOMÁTICOes_ES
dc.subjectAPRENDIZAJE PROFUNDOes_ES
dc.subjectALGORITMOSes_ES
dc.subjectREDES NEURONALES CONVOLUCIONALESes_ES
dc.subjectFASTER R-CNNes_ES
dc.subject.otherSISTEMAS DE CONTROL Y PROGRAMACIÓN EN MATLABes_ES
dc.subject.otherREDES INALÁMBRICASes_ES
dc.titleImplementación de un sistema para el reconocimiento y clasificación de la contaminación superficial de la laguna de Colta mediante algoritmos de inteligencia artificiales_ES
dc.typebachelorThesises_ES
Aparece en las colecciones: Tesis - Ingeniería en Electrónica y Telecomunicaciones

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
1.- Resolución de Aprobación del Tema.pdf105,42 kBAdobe PDFVisualizar/Abrir
6.1.- DetectoryClasificadorContaminacionLagunaColta.pdf7,1 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.