SciELO - Scientific Electronic Library Online

 
 issue20DESIGN OF A NEURAL NETWORK FOR THE PREDICTION OF THE COEFFICIENT OF PRIMARY LOSSES IN UTRBULENT FLOW REGIME author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Ingenius. Revista de Ciencia y Tecnología

On-line version ISSN 1390-860XPrint version ISSN 1390-650X

Abstract

FLORES-CALERO, Marco et al. IMPLEMENTACIÓN DE UN ALGORITMO PARA LA DETECCIÓN DE SEÑALES DE TRÁNSITO DEL ECUADOR: PARE, CEDA EL PASO Y VELOCIDAD. Ingenius [online]. 2018, n.20, pp.9-20. ISSN 1390-860X.  https://doi.org/10.17163/ings.n20.2018.01.

Este artículo presenta un prototipo de un sistema embarcado en un vehículo para la detección de señales de tránsito (SDST). Por lo tanto, un nuevo enfoque para la construcción de un SDST se presenta usando las siguientes innovaciones, i) un método eficiente de segmentación por color para la generación de regiones de interés (ROI) basado en los algoritmos , con -means, ii) una nueva versión del descriptor HOG para la extracción de características, y iii) el entrenamiento del algoritmo SVM no-lineal para multiclasificación. El enfoque propuesto ha sido probado sobre un subconjunto de las señales de tránsito ecuatorianas de regulación (Pare, Ceda el paso y Velocidad). Varios experimentos han sido desarrollados en condiciones reales de conducción en varias ciudades ecuatorianas, bajo tres condiciones de iluminación: normal, soleado y nublado. Este sistema ha mostrado un desempeño global del 98,7 % para la segmentación, 99,49 % para la clasificación y una precisión global del 96 % en la detección.

Keywords : Accidentes; Ecuador; HOG; señales de tránsito; SVM; Pase; Ceda el paso; Velocidad; K-NN; Km-means.

        · abstract in English     · text in Spanish     · Spanish ( pdf )