2026-06-20T16:50:23Zhttps://riubu.ubu.es/oai/requestoai:riubu.ubu.es:10259/46392024-07-17T11:38:49Zcom_10259_9416com_10259_5087com_10259_2728col_10259_9417
Represa Pérez, César
471
500
0000-0001-6440-7748
Miguel Tobar, Alberto
33371d87-76b9-4d7b-8552-023bbfb06c20
500
Universidad de Burgos. Departamento de Ingeniería Electromecánica
f93ba561-92af-427c-819a-f6d1081c8cd3
500
2017-10-16T11:49:34Z
2017-10-16T11:49:34Z
2017
http://hdl.handle.net/10259/4639
En este trabajo se ha desarrollado una herramienta de reconocimiento
de señales de tráfi co mediante el uso de una Raspberry Pi. El sistema
puede reconocer distintas señales de tráfi co agrupadas por categorías
analizando un
flujo de imágenes capturadas en vivo, una imagen estática
previamente capturada o a partir de un vídeo grabado.
El trabajo está desarrollado en Python haciendo uso de la librería de
visión arti cial OpenCV y para mostrar las imágenes se usa el servidor
de Flask.
La técnica usada para el reconocimiento es Machine learning, usa el
algoritmo Haar para procesar las im agenes y reconocer las señales.
Se analiza el rendimiento de la Raspberry Pi usando diferentes resoluciones
de imagen, así como diferente número de señales a reconocer.
In this project, I have worked to develop a tool for traffic signal recognition, with de help of a Raspberry Pi. The system is able to recognize different types of traffic signals grouped by categories using image streams captured live, from an image that was previously taken or from a recorded video. The project is developed with Python, making use of a computer vision library, named OpenCV. To show the images a mycroframework called Flask is used. The technique used to recognize traffic signals is Machine learning. The algorithm used is the Harr cascade classifier. The performance of the Raspberry Pi is analysed using images with different resolutions, as well as a different number of signals to recognize.
application/pdf
spa
Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
Este documento está sujeto a una licencia de uso Creative Commons, por la cual está permitido hacer copia, distribuir y comunicar públicamente la obra siempre que se cite al autor original y no se haga de él uso comercial ni obra derivada
info:eu-repo/semantics/openAccess
Raspberry Pi
OpenCV
Señales de tráfico
Reconocimiento de imágenes
Clasicador en cascada
Traffic signals
Detecting images
Cascade classifier
Haar
Informática
Computer science
Reconocimiento de señales de tráfico mediante Raspberry Pi
info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
CC-LICENSE
license_rdf
license_rdf
application/rdf+xml; charset=utf-8
805
https://riubu.ubu.es/bitstream/10259/4639/8/license_rdf
4460e5956bc1d1639be9ae6146a50347
MD5
8
THUMBNAIL
Miguel_Tobar.pdf.jpg
Miguel_Tobar.pdf.jpg
IM Thumbnail
image/jpeg
4057
https://riubu.ubu.es/bitstream/10259/4639/7/Miguel_Tobar.pdf.jpg
9fd80d4befb080ab0662fdcc6a388d3e
MD5
7
ORIGINAL
Miguel_Tobar.pdf
Miguel_Tobar.pdf
application/pdf
3744791
https://riubu.ubu.es/bitstream/10259/4639/1/Miguel_Tobar.pdf
fb218affa7e0467248aae89f40d491d5
MD5
1
LICENSE
license.txt
license.txt
text/plain; charset=utf-8
1362
https://riubu.ubu.es/bitstream/10259/4639/5/license.txt
5d013bfa6e473ff0db22cd82a4d71a70
MD5
5
TEXT
Miguel_Tobar.pdf.txt
Miguel_Tobar.pdf.txt
Extracted text
text/plain
77803
https://riubu.ubu.es/bitstream/10259/4639/6/Miguel_Tobar.pdf.txt
3cdd6c71ef407fa5a9afa4de09c3dae8
MD5
6
10259/4639
oai:riubu.ubu.es:10259/4639
2024-07-17 13:38:49.092
Repositorio Institucional de la Universidad de Burgos
bubrep@ubu.es
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