Modelo de aprendizaje profundo utilizando Transfer Learning para la clasificación del uso de mascarillas faciales en imágenes de baja resolución

dc.contributor.advisorPineda Ancco, Ferdinand Edgardo
dc.contributor.authorCoazaca Bustamante, Hebert Yamil
dc.contributor.authorAli Vilca, Pandely Sabina
dc.date.accessioned2024-02-20T22:48:55Z
dc.date.available2024-02-20T22:48:55Z
dc.date.issued2023-12-04
dc.description.abstractLa rápida propagación del virus SARS-Cov-2 alrededor del mundo provocó que muchos países impongan reglas obligatorias para evitar los contagios y reducir el impacto del virus en la población. Una de las medidas más importantes fue el uso obligatorio de mascarillas en lugares públicos, sin embargo, esta medida no fue acatada por todas las personas. Entonces aparecieron varias investigaciones de visión por computadora para detectar el uso de mascarillas en rostros de personas, aunque ninguno utilizó imágenes en baja resolución. Generalmente, las grabaciones en escenas exteriores se encuentran en baja resolución, por lo que este trabajo propone un modelo de aprendizaje profundo para la clasificación del uso de mascarillas en imágenes de baja resolución utilizando técnicas de transfer learning. Se recolectaron imágenes de rostros para crear el conjunto de datos "Low-Res Faces in Perú" y se realizaron cuatro experimentos donde se entrenaron distintas arquitecturas incluyendo modelos diseñados por los autores. El modelo del tercer experimento alcanzó el resultado más alto de accuracy con 99,10%, superando a las arquitecturas que tenían una mayor profundidad de capas convolucionales.en_ES
dc.description.escuelaEscuela Profesional de Ingeniería de Sistemasen_ES
dc.description.lineadeinvestigacionTecnología de información e innovación tecnológicaen_ES
dc.description.sedeJULIACAen_ES
dc.formatapplication/pdfen_ES
dc.identifier.urihttp://repositorio.upeu.edu.pe/handle/20.500.12840/7294
dc.language.isospaen_ES
dc.publisherUniversidad Peruana Uniónen_ES
dc.publisher.countryPEen_ES
dc.rightsinfo:eu-repo/semantics/openAccessen_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/es/*
dc.subjectBaja resoluciónen_ES
dc.subjectRedes neuronales convolucionalesen_ES
dc.subjectCovid19en_ES
dc.subjectTransfer learningen_ES
dc.subjectMascarillaen_ES
dc.subjectAprendizaje profundoen_ES
dc.subject.ocdehttp://purl.org/pe-repo/ocde/ford#2.02.04en_ES
dc.titleModelo de aprendizaje profundo utilizando Transfer Learning para la clasificación del uso de mascarillas faciales en imágenes de baja resoluciónen_ES
dc.typeinfo:eu-repo/semantics/bachelorThesisen_ES
renati.advisor.dni40424080
renati.advisor.orcidhttps://orcid.org/0000-0002-5367-5904en_ES
renati.author.dni71498924
renati.author.dni76607109
renati.discipline612076en_ES
renati.jurorHerrera Yucra, Benazir Francis
renati.jurorChambi Aguilar, Jenson Daniel
renati.jurorSullon Macalupu, Abel Angel
renati.levelhttp://purl.org/pe-repo/renati/nivel#tituloProfesionalen_ES
renati.typehttp://purl.org/pe-repo/renati/type#tesisen_ES
thesis.degree.disciplineIngeniería de Sistemasen_ES
thesis.degree.grantorUniversidad Peruana Unión. Facultad de Ingeniería y Arquitecturaen_ES
thesis.degree.nameIngeniero de Sistemasen_ES

Archivos

Bloque original
Mostrando 1 - 3 de 3
No hay miniatura disponible
Nombre:
Hebert_Tesis_Licenciatura_2023.pdf
Tamaño:
646.51 KB
Formato:
Adobe Portable Document Format
Descripción:
No hay miniatura disponible
Nombre:
Autorización_de_Publicación.pdf
Tamaño:
254.72 KB
Formato:
Adobe Portable Document Format
Descripción:
No hay miniatura disponible
Nombre:
Reporte_de_Similitud.pdf
Tamaño:
442.74 KB
Formato:
Adobe Portable Document Format
Descripción:
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción: