Deep Learning para la visión artificial e identificación del personal administrativo y docente de la Universidad Nacional Micaela Bastidas de Apurímac 2018

Mostrar el registro sencillo del ítem

dc.contributor.advisor Ponce Atencio, Yalmar
dc.contributor.author Ordoñez Ramos, Erech
dc.date.accessioned 2020-03-09T18:29:35Z
dc.date.available 2020-03-09T18:29:35Z
dc.date.issued 2020-02-07
dc.identifier.uri http://repositorio.unap.edu.pe/handle/UNAP/13523
dc.description.abstract El objetivo principal de esta investigación fue lograr la proporción más alta de precisión en la identificación del personal administrativo y docente de la Universidad Nacional Micaela Bastidas de Apurímac (UNAMBA), usando Deep Learning; para lo cual, la investigación fue dividida en dos etapas. La primera etapa consistió en entrenar en una arquitectura clásica como es VGG16 y este modelo evolucionó hasta el propuesto VGG16UNAMBA con la que se entrenó las imágenes obtenida a través de una cámara de video. En la segunda etapa se usó una arquitectura más moderna como lo es DenseNet121, la cual evoluciono hasta obtener DenseNet121UNAMBA, con la cual se entrenó la misma cantidad de imágenes, para finalmente, escoger la proporción más alta de precisión generada entre ambas arquitecturas. La investigación se desarrolló en los ambientes de la UNAMBA en el año 2019 en la sede académica de Tamburco – Abancay a una cantidad de 242 personas (administrativos y docentes); este proceso requería decenas de imágenes por persona para el entrenamiento de la Red Neuronal Convolucional; por lo que se usó técnicas de Video Scrapping y data augmentation para lograr 27,996 imágenes, las cuales se dividieron en 19,700 imágenes para el entrenamiento y 8,296 para la validación de los modelos. En cuanto a los resultados en la primera etapa, se entrenó el modelo VGG16UNAMBA con el cual se logró obtener una proporción de 0.9805 de precisión; mientras que en la segunda etapa se usó a DenseNet121UNAMBA, con dicho modelo se logró una proporción de 0.9932 de precisión. es_PE
dc.description.uri Tesis es_PE
dc.format application/pdf es_PE
dc.language.iso spa es_PE
dc.publisher Universidad Nacional del Altiplano es_PE
dc.rights info:eu-repo/semantics/openAccess es_PE
dc.rights.uri https://creativecommons.org/licenses/by-nc-nd/2.5/pe/ es_PE
dc.source Universidad Nacional del Altiplano es_PE
dc.source Repositorio Institucional - UNAP es_PE
dc.subject Ciencias de la Computación es_PE
dc.subject Deep Learning es_PE
dc.subject Computación Gráfica y Visión Computacional es_PE
dc.title Deep Learning para la visión artificial e identificación del personal administrativo y docente de la Universidad Nacional Micaela Bastidas de Apurímac 2018 es_PE
dc.type info:eu-repo/semantics/doctoralThesis es_PE
thesis.degree.name Doctoris Scientiae en Ciencias de la Computación es_PE
thesis.degree.discipline Ciencias de la Computación es_PE
thesis.degree.grantor Universidad Nacional del Altiplano : Escuela de Posgrado es_PE
thesis.degree.level Doctorado es_PE


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

info:eu-repo/semantics/openAccess Excepto si se señala otra cosa, la licencia del ítem se describe como info:eu-repo/semantics/openAccess

Buscar en DSpace


Listar

Mi cuenta

Estadísticas