Conteo, Monitoreo y Clasificación de Accesos Utilizando Visión Artificial

Published in: Engineering, Integration, and Alliances for a Sustainable Development. Hemispheric Cooperation for Competitiveness and Prosperity on a Knowledge-Based Economy: Proceedings of the 18th LACCEI International Multi-Conference for Engineering, Education and Technology
Date of Conference: July 27-31, 2020
Location of Conference: Virtual
Authors: David A. López (Universidad Tecnológica Centroamericana - UNITEC, HN)
Adrián M. Mora (Universidad Tecnológica Centroamericana - UNITEC, HN)
Alicia María Reyes Duke (Universidad Tecnológica Centroamericana - UNITEC, HN)
Full Paper: #468

Abstract:

Mediante el uso de visión artificial y redes neuronales convolucionales apoyadas de técnicas de aumento de información, logra esta investigación como objetivo principal, llevar un conteo preciso del ingreso y salida de automóviles, motocicletas/bicicletas y personas de un local comercial. El uso de estas tecnologías se da gracias a la utilización de librerías de visión artificial tal como OpenCV en conjunto del lenguaje de programación Python que le brinda al programador un entorno amigable e ideal para el desarrollo de aplicaciones de este tipo. Haciendo uso de YOLOv3 y los pesos del modelo pre entrenado de Darknet, se alcanza un entrenamiento de la red neuronal más rápido y eficiente. Ejecutando y posteriormente analizando los datos recopilados a través del extensivo funcionamiento de la aplicación. Esta investigación pretende ser una opción para dar solución a un problema general y recurrente en lo que refiere al monitoreo, clasificación conteo.