Ciencias con mención en Ingeniería Electrónica

Permanent URI for this collectionhttp://98.81.228.127/handle/20.500.12404/15941

Browse

Now showing 1 - 5 of 5

Detección e inspección de torres de alta tensión mediante procesamiento de imágenes aéreas y aprendizaje profundo
(Pontificia Universidad Católica del Perú, 2020-02-21) Opazo Barboza, Juan Diego; Flores Espinoza, Donato Andrés
La presente tesis muestra el diseño de un algoritmo que detecta torres de alta tensión y clasifica el nivel de corrosión que presenta. El sistema recibe las imágenes capturadas por un dron que se desplaza por toda la línea de transmisión. Esta tesis forma parte de un proyecto que tiene como propósito la automatización del proceso de inspección de torres de alta tensión. En cuanto a la metodología, se establecieron 3 etapas donde cada una tiene su propio modelo de aprendizaje profundo. Primero, se tiene un detector basado en la arquitectura RCNN y VGG16 para obtener las coordenadas donde se encuentra ubicado el objeto de interés. Segundo, se tuvo que añadir un clasificador de torres, basado en la arquitectura Alexnet con optimizador Adam, ya que había una gran presencia de falsos positivos en la salida del detector debido a la poca cantidad de imágenes en el conjunto de datos. Tercero, se presenta un clasificador de corrosión, basado en la arquitectura VGG16 y optimizador Adam, que etiqueta, la región extraída y clasificada como en la salida de la etapa previa, con una de las 3 nomenclaturas: alta corrosión, baja corrosión e indeterminado. Finalmente, los resultados finales mostraron una precisión promedio de 0.6 en la etapa del detector, precisión del 99.5% al clasificar la torre, la cual refleja una mínima presencia de falsos positivos, y una exactitud del 89.5% al momento de etiquetar el nivel de corrosión del objeto detectado.
Estudio de la segmentación semántica para la navegación autónoma de un vehículo que circula en las calles de la provincia de Huamanga
(Pontificia Universidad Católica del Perú, 2021-02-02) Pasapera Huamán, Lui Gustavo; Flores Espinoza, Donato Andrés
La detección de objetos y geolocalización son puntos clave en los sistemas de visión por computadora y su aplicación para la conducción autónoma. Le permite a la computadora el análisis de entorno en la medida que detecta objetos que podrían obstaculizar una determinada ruta, trayectorias a través del reconocimiento de carriles y mayor exactitud para la geolocalización a través de la detección de objetos relevantes en un determinado entorno. Una de las herramientas para la visión por computadora es la implementación de las redes de aprendizaje profundo. En los últimos años han tenido mayor acogida por su capacidad en el poco esfuerzo en cuanto a su clasificación manual o métodos clásicos. Si bien es cierto que necesita millones de imágenes para obtener un resultado aceptable, esto se ha ido mejorando a través de la transferencia de aprendizaje ya que reduce los millones de imágenes a miles. Estos miles de imágenes se consideran como los datos locales las cuales se analizan, clasifican y re-entrenan con una arquitectura de red pre-entrada. El presente trabajo de investigación se basa en el estudio del uso de los aprendizajes adquiridos por cada red de aprendizaje profundo tales como Resnet-18, Resnet-50, Mobilenetv2 y Xception con el fin de aprovechar su acceso e implementación en estructuras de segmentación semántica basadas en redes convolucionales tales como Segnet y Deeplab.
Estudio del diseño de algoritmo de correspondencia a través de transformada Census mediante uso de FPGA
(Pontificia Universidad Católica del Perú, 2021-04-19) Mayor Vega, Dylan Hugo; Flores Espinoza, Donato Andrés
La visión estereoscópica es la capacidad de adquirir dos imágenes en simultáneo cuando sus cámaras están separadas a una corta distancia; para que mediante algoritmos de procesamientos de imágenes se pueda determinar la correspondencia entre el pixel de la imagen original y su par estéreo. Existen diferentes algoritmos de correspondencia, siendo uno de ellos la transformada Census, la particularidad de este algoritmo es el uso de la operación lógica XOR, por lo que su desarrollo es a través de dicha compuerta digital; asimismo, la transformada Census permitirá obtener la distancia de Hamming y próximamente desarrollar la función costo de correspondencia para determinar los pixeles correspondientes dentro del par estéreo. Dicho algoritmo puede ser desarrollado en diferentes dispositivos electrónicos como la tarjeta de desarrollo FPGA, estas tarjetas cuentan con elementos adicionales al chip FPGA como una memoria externa SDRAM de 64 MB que puede ser usado para el almacenamiento de información y un procesador NIOS II para enviar la información de las imágenes estereoscópicas al módulo digital de transformada Census. En este trabajo se busca realizar el modelo de solución en base a la teoría del algoritmo de correspondencia en imágenes estereoscópicas a través de transformada Census y realizar un modelo de solución para su desarrollo en un FPGA.
Estudio del diseño de un sistema electrónico para detectar a personas con fiebre mediante el uso de una cámara térmica
(Pontificia Universidad Católica del Perú, 2021-03-08) Atoche Galvez, Marlon Arbel; Flores Espinoza, Donato Andrés
Actualmente el mundo atraviesa una de las peores crisis sanitarias de la historia ocasionada por la pandemia del COVID-19, esta enfermedad tiene entre los síntomas más comunes a la fiebre con un 89.7% de incidencia en los infectados, según estudios de la Organización Mundial de la Salud. Una de las medidas principales para evitar los contagios es la detección de personas con fiebre, los cuales son potenciales contagiados y deben ser aislados. La termografía infrarroja es una técnica eficaz para la detección de personas con fiebre debido a que permite obtener información sobre la temperatura de las personas de forma instantánea, sin contacto y conservando el distanciamiento social. El presente trabajo de investigación se centra en el estudio sobre el diseño de un sistema electrónico que permita la detección de personas con fiebre de manera continua, basado en estudios realizados sobre sistemas termográficos que fueron efectivos para frenar la pandemia del SAARS y la gripe AH1N1. Este sistema contempla el uso de la cámara térmica VUMII OFC con la cual se cuenta dentro del laboratorio de sistemas aéreos no tripulados de la PUCP y el uso de una temperatura de referencia externa para la autocalibración del sistema en funcionamiento. Este tipo de arquitectura funciona para sistemas de termografía cuantitativa de bajo coste que no son considerados como equipos médicos, sino son considerados como un sistema de tamizaje.
Estudio del diseño e implementación de un sistema de pruebas para desinfección de equipos de protección personal N95 mediante radiación ultravioleta
(Pontificia Universidad Católica del Perú, 2021-02-03) Calderon Avellaneda, Valeria del Rosario; Flores Espinoza, Donato Andrés
Ante el brote de enfermedades respiratorias, las mascarillas N95 se convierten en un requerimiento indispensable para la atención médica. En el 2020, la declaración de una pandemia provocada por la COVID-19 generó el desabastecimiento de equipos de protección personal para el personal de salud, entre ellos los respiradores desechables con filtro. Ante esta problemática, el Centro de Control y Prevención de Enfermedades (CDC) de Estados Unidos sugiere el uso de la radiación ultravioleta (UV) para inactivar los virus sobre las mascarillas N95. Siguiendo esta recomendación, el presente trabajo de investigación estudia el uso de la radiación UV como germicida y los desarrollos previos que utilizaron este método. De esta manera se busca conocer los requerimientos para el desarrollo de un sistema de pruebas que permita conocer la dosis UV efectiva para inactivar el virus de la COVID 19, la distancia hacia la superficie a descontaminar y el tiempo de exposición necesario.