Mostrar el registro sencillo del ítem

dc.contributor.advisorRubiano Venegas, David Andresspa
dc.contributor.authorRubiano Venegas, David Andresspa
dc.contributor.authorCalderon Bocanegra, Francisco Carlosspa
dc.coverage.spatialColombiaspa
dc.date.accessioned2023-06-23T14:51:40Z
dc.date.accessioned2024-02-27T19:01:35Z
dc.date.available2023-06-23T14:51:40Z
dc.date.available2024-02-27T19:01:35Z
dc.date.created2023-05-05spa
dc.identifier.urihttps://hdl.handle.net/20.500.12032/122771
dc.description.abstractLa detección manual de fallas viales en las vías de una ciudad puede ser un proceso largo y costoso, especialmente en una ciudad como Bogotá que cuenta con una extensa red vial. El uso de técnicas de procesamiento de imágenes e inteligencia artificial puede resultar altamente beneficioso, en tanto que estas pueden brindar una solución más eficiente, precisa y objetiva en la detección y localización de fallas viales. En este sentido, el uso de estas técnicas puede tener un efecto positivo en la planificación del mantenimiento de las vías, lo que a su vez puede mejorar tanto el flujo vehicular como la seguridad en las carreteras. En este trabajo, se implementan técnicas de aprendizaje profundo mediante redes neuronales, con el fin de analizar grabaciones de video tomadas desde un vehículo particular y desde las rutas de algunos buses de Transmilenio S.A. El uso de estas técnicas permitió lograr una detección y ubicación más rápida y precisa de las fallas viales de la ciudad de Bogotáspa
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.subjectModelo
dc.subjectRedes neuronales
dc.subjectAprendizaje profundo
dc.subjectYOLO
dc.subjectFaster RCNN
dc.subjectSegmentación
dc.subjectVisión de computador
dc.subjectDashCam
dc.subjectTransmilenio
dc.subjectFalla vial
dc.subjectBache
dc.subjectHueco
dc.titleDetección de fallas viales en la ciudad de Bogotá D.C.spa


Ficheros en el ítem

FicherosTamañoFormatoVer
attachment_0_De ... -ciudad-de-Bogota-2023.pdf1.155Mbapplication/pdfVer/
attachment_Codigo.zip1.436Gbapplication/zipVer/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

http://creativecommons.org/licenses/by-nc-nd/4.0/
Excepto si se señala otra cosa, la licencia del ítem se describe como 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