DOI:
https://doi.org/10.14483/22484728.17981Publicado:
2021-04-08Número:
Vol. 15 Núm. 1 (2021)Sección:
Visión de CasoPrototipo telemático de visión artificial para el reconocimiento de características en personas y vehículos
Telematic artificial vision prototype for recognition of characteristics in people and vehicles
Palabras clave:
Arduino, Artificial, Características, Facial, Placas, Ocr, Prototipo, Reconocimiento (es).Palabras clave:
Arduino, Artificial, Characteristics, Facial, License plate, Ocr, Prototype, Recognition (en).Descargas
Resumen (es)
En un mundo cada vez más conectado con la tecnología y con la creciente necesidad de seguridad en todos los aspectos de la vida, surge este proyecto donde se abordará el problema de seguridad en los establecimientos educativos, pero que puede ser utilizado en muchos ámbitos, como en hospitales, parqueaderos, transportadoras de valores, aeropuertos, entidades militares, etc. Este prototipo tiene como objetivo el reconocimiento de patrones (Placas Vehiculares) y de características (Patrones Faciales), una de las premisas principales del actual proyecto fue la utilización de software libre, para crear una solución acertada y de fácil utilización.
Resumen (en)
In a world increasingly connected with technology and with the growing need for security in all aspects of life, this project arises where the problem of security in educational establishments will be addressed, but it can be used in many areas, such as in hospitals, parking lots, securities transporters, airports, etc. This prototype aims to recognize patterns (Vehicle Plates) and characteristics (Facial Patterns), one of the main premises of the current project was the use of free software, to create a successful and easy-to-use solution.
Referencias
D. Heras, "Clasificador de imágenes de frutas basado en inteligencia artificial", Killkana Técnica, vol. 1, no. 2, pp. 21-30, 2017. https://doi.org/10.26871/killkana_tecnica.v1i2.79
SicTransCore Latinoamérica, “Sic TransCore Sistemas de Identificación y control vehicular”, 2019. [Online]. Available at: https://www.sictranscore.com/
V. M. Arévalo, J. González, G. Ambrosio, “La Librería de Visión Artificial Opencv Aplicación a la Docencia e Investigación”, 2004. [Online]. Available at: http://mapir.isa.uma.es/varevalo/drafts/arevalo2004lva1.pdf
N. Carvajal Ahumada, “Reconocimiento Fotográfico De Patentes”, tesis, Pontificia Universidad Católica De Valparaíso, Valparaíso, Chile, 2018.
E. Guerra Monterroza, “Reconocimiento de primitivas 3D, usando autocorrelación y ANFIS”, Visión electrónica, vol. 1, no. 1, pp. 56-61, 2008. https://doi.org/10.14483/22484728.251
J. C. Briñez de León, H. A. Fandiño Toro, A. Restrepo Martínez, J. W. Branch Bedoya, “Análisis de resolución en imágenes de fotoelasticidad: caso carga dinámica”, Visión Electrónica, vol. 11, no. 1, pp. 69–75, 2017. https://doi.org/10.14483/22484728.12789
R. Jiménez Moreno, J. Martínez Baquero, L. Rodríguez Umaña, “Sistema automático de clasificación de peces”, Visión electrónica, vol. 12, no. 2, pp. 258-264, 2018. https://doi.org/10.14483/22484728.14265
Cómo citar
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Descargar cita
Licencia
Derechos de autor 2021 Visión electrónica
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
atribución- no comercial 4.0 International