Regresar

Sistema de reconocimiento sobre la disponibilidad de zonas para parqueo mediante redes neuronales convolucionales con imágenes en tiempo real en el Campus Sur de la Universidad Politécnica Salesiana.

Abstract:

El presente trabajo tiene como objetivo desarrollar una aplicación informática de reconocimiento de imágenes, sobre la disponibilidad de espacios de estacionamiento, de diferentes zonas o áreas, en base a redes neuronales convolucionales. En la red neuronal se implemento la arquitectura mAlexnet debido a su precisión y tiempo de respuesta sobre el set de datos objetivo CN- RPark+Ext. Las imágenes sobre las zonas de parqueo se extraen en tiempo real mediante el software que provee HIKVISION, fabricante de cámaras de monitoreo. Posteriormente las imágenes son segmentadas, pre procesadas, clasificadas y almacenadas en una base de datos a través de algoritmos codificados en PYTHON. Finalmente, se aplico programación en paralelo, para la clasificación de imágenes de los espacios de estacionamiento mediante la librería MULTIPROCESSING de Python. Los resultados obtenidos de la clasificación de imágenes fueron del 97.37% ´ de exactitud sobre el set de datos CNRPark+Ext y 95.91% sobre el set de datos local objetivo. Las pruebas de rendimiento en el procesamiento en paralelo permitieron concluir que este enfoque solo toma ventaja sobre el enfoque secuencial cuando se posee una red neuronal con un largo tiempo de respuesta o gran cantidad de espacios de estacionamiento por procesar a la vez, esto debido al tiempo de inicialización necesario para cada ejecución en paralelo.