%0 Journal Article
%T Detecci車n de peatones en la noche usando Faster R-CNN e im芍genes infrarrojas
%A Marco Flores
%A Michelle Alejandra Galarza Bravo
%J -
%D 2018
%R https://doi.org/10.17163/ings.n20.2018.05
%X En este art赤culo se presenta un sistema de detecci車n de peatones en la noche, para aplicaciones en seguridad vehicular. Para este desarrollo se ha analizado el desempeˋo del algoritmo Faster R-CNN con im芍genes en el infrarrojo lejano. Por lo que se constat車 que presenta inconvenientes a la hora de detectar peatones a larga distancia. En consecuencia, se presenta una nueva arquitectura Faster R-CNN dedicada a la detecci車n en m迆ltiples escalas, mediante dos generadores de regiones de inter谷s (ROI) dedicados a peatones a corta y larga distancia, denominados RPNCD y RPNLD, respectivamente. Esta arquitectura ha sido comparada con los modelos para Faster R-CNN que han presentado los mejores resultados, como son VGG-16 y Resnet 101. Los resultados experimentales se han desarrollado sobre las bases de datos CVC-09 y LSIFIR, los cuales demostraron mejoras, especialmente en la detecci車n de peatones a larga distancia, presentando una tasa de error versus FPPI de 16 % y sobre la curva Precisi車n vs. Recall un AP de 89,85 % para la clase peat車n y un mAP de 90 % sobre el conjunto de pruebas de las bases de datos LSIFIR y CVC-09
%K peat車n
%K infrarrojo
%K Faster R-CNN
%K RPN
%K m迆ltiples escalas
%K noche.
%U https://revistas.ups.edu.ec/index.php/ingenius/article/view/20.2018.05