Show simple item record

dc.contributor.advisorJaramillo Ramírez, Daniel
dc.contributor.advisorFlorez Lozano, Johana María
dc.contributor.authorCorredor Angarita, Juan Sebastian
dc.contributor.authorGómez Abril, Mateo
dc.date.accessioned2022-10-11T15:15:42Z
dc.date.accessioned2023-05-11T17:22:28Z
dc.date.available2022-10-11T15:15:42Z
dc.date.available2023-05-11T17:22:28Z
dc.date.created2021-10-13
dc.identifier.urihttps://hdl.handle.net/20.500.12032/107553
dc.description.abstractAl momento de la presentación de este proyecto, debido a una concesión inoportuna entre la empresa TransMilenio S.A y el Sistema Integrado de Recaudo, Control de Flota e Información al Usuario (SIRCI), la nueva flota de buses, que fue modernizada, no podía ser aprovechada de forma óptima. Esta nueva flota de buses cuenta con un sistema de múltiples sensores y un sistema inteligente de transporte (ITS), el cual adquiere información sobre la velocidad, aceleración y peso del vehículo. Sin embargo, como resultado de las condiciones de la concesión, la información que posee el sistema SIRCI no es entregada oportunamente, en el formato y periodicidad que requiere el centro de gestión de TransMilenio. Los autores de este documento buscan desarrollar, partiendo de una base de datos cuyo objetivo es contener muestras de video de diferentes buses de TransMilenio, un algoritmo que permita realizar la detección y lectura de los caracteres que componen el número del bus y la ruta de este, para almacenarlos en un archivo CSV de salida que será posteriormente enviado mediante protocolo FTP a un servidor. En este documento se presentarán resultados que demuestran la facilidad que tienen los OCR, específicamente Tesseract para lograr una lectura exitosa de los caracteres segmentados, cuando se aplican previamente técnicas de procesamiento de imágenes a fotogramas que contienen caracteres impresos sobre la zona trasera del bus, como lo son el filtrado, la detección, y la segmentación. También se analizarán aquellos fallos que resultan en una mala lectura de la imagen, y como se superaron estas dificultades. Debido a las dificultades que presentó Tesseract al momento de realizar la lectura de los caracteres compuestos por arreglos de leds como los del rutero del bus, se implementó un método alternativo al uso de un OCR, el cual consiste en entrenar una red neuronal que permita realizar una detección correcta del número de ruta de cada bus del sistema, para este fin se utiliza la librería Detecto. Estas técnicas se expondrán y explicarán a lo largo del documento y se determinará su importancia en el procesamiento de imágenes.spa
dc.formatPDF
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.publisherPontificia Universidad Javeriana
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectDetección de bordes
dc.subjectFaster R-CNN
dc.subjectImagen binaria
dc.subjectMejoramiento de imagen
dc.subjectOCR
dc.subjectProcesamiento de imagenes
dc.subjectProcesamiento de video
dc.subjectRed neuronal artificial
dc.subjectSegmentación de imágenes
dc.subjectSuavizado de imágenes
dc.titleSistema de detección de caracteres aplicado al reconocimiento de número de bus y ruta en TransMileniospa


Files in this item

FilesSizeFormatView
198-attachment-1635957890.pdf3.696Mbapplication/pdfView/Open

This item appears in the following Collection(s)

Show simple item record

http://creativecommons.org/licenses/by-nc-nd/4.0/
Except where otherwise noted, this item's license is described as http://creativecommons.org/licenses/by-nc-nd/4.0/

© AUSJAL 2022

Asociación de Universidades Confiadas a la Compañía de Jesús en América Latina, AUSJAL
Av. Santa Teresa de Jesús Edif. Cerpe, Piso 2, Oficina AUSJAL Urb.
La Castellana, Chacao (1060) Caracas - Venezuela
Tel/Fax (+58-212)-266-13-41 /(+58-212)-266-85-62

Nuestras redes sociales

facebook Facebook

twitter Twitter

youtube Youtube

Asociaciones Jesuitas en el mundo
Ausjal en el mundo AJCU AUSJAL JESAM JCEP JCS JCAP