Por favor, use este identificador para citar o enlazar este ítem:
http://bibdigital.epn.edu.ec/handle/15000/21554
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.author | Tinizaray Romero, Paúl Isaías | - |
dc.date.accessioned | 2021-04-21T22:32:27Z | - |
dc.date.available | 2021-04-21T22:32:27Z | - |
dc.date.issued | 2021-04-08 | - |
dc.identifier.citation | Tinizaray Romero, P. I. (2021). Identificación de regiones libres de obstáculos utilizando una red neuronal convolucional. 43 hojas. Quito : EPN. | es_ES |
dc.identifier.other | T-MVE 0899/CD 11054 | - |
dc.identifier.uri | http://bibdigital.epn.edu.ec/handle/15000/21554 | - |
dc.description | Esta investigación presenta la configuración, entrenamiento y evaluación de una red neuronal convolucional dedicada a la identificación de regiones libres de obstáculos en nubes de puntos. Todo esto como parte del desarrollo de un dispositivo de navegación asistida para personas con discapacidad visual. Con la finalidad de que el tiempo de procesamiento de la red sea adecuado para este dispositivo, la identificación de regiones libres de obstáculos se abordada como un problema de clasificación de parches, generados a través de una ventana deslizante. Pero a diferencia de otras soluciones que utilizan este enfoque, se plantea etiquetar todos los pixeles del parche y no superponer la ventana con la que se extraen. La red se evalúa en los repositorios públicos Labelmefacade y NUY-v2 así como en un repositorio privado formado por escenas recolectadas en la Facultad de Sistemas de la Escuela Politécnica Nacional. Las pruebas realizadas sobre los repositorios públicos muestran disminución en el tiempo de procesamiento respecto del estado del arte. Las pruebas realizadas sobre el repositorio privado muestran que la red es capaz reducir la influencia del ruido generado durante la adquisición de los datos al mismo tiempo que mantiene una estructura compacta, garantizando así un procesamiento eficiente de la información. | es_ES |
dc.description.abstract | This research presents the configuration, train and evaluation of a convolutional neural network intended to detect floor regions in point clouds. This is part of the development of an assisted navigation device for visually impaired people. In order that network’s processing time is adequate for this device, the identification of floor regions was tackled as a classification problem of patches generated by a sliding window. But unlike other solutions that use this approach, this work proposes labeling all the pixels of the patch and not overlapping the window with which they are extracted. The net is evaluated in public datasets Labelmefacade and NYU-v2 as well as in a private dataset of scenes retrieved from Faculty of Engineering Systems of Escuela Politécnica Nacional building. Tests conducted in public datasets show a reduction in processing time with respect of state-of-the-art models. Tests conducted in the private dataset show that the net reduces the effect of the noise generated during information retrieving and keeps its compactness, thus guaranteeing a efficient information processing. | es_ES |
dc.description.sponsorship | Lucio Naranjo, José Francisco, director | es_ES |
dc.language.iso | spa | es_ES |
dc.publisher | Quito, 2021. | es_ES |
dc.rights | openAccess | es_ES |
dc.subject | COMPUTACIÓN | es_ES |
dc.subject | REDES NEURONALES | es_ES |
dc.subject | MAPA DE PROFUNDIDAD | es_ES |
dc.title | Identificación de regiones libres de obstáculos utilizando una red neuronal convolucional | es_ES |
dc.type | bachelorThesis | es_ES |
Aparece en las colecciones: | Tesis Maestría en Ciencias de la Computación y Comercio Electrónico (FIS) |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
CD 11054.pdf | 3,04 MB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.