Detección de fallas viales en la ciudad de Bogotá D.C.

La detección manual de fallas viales en las vías de una ciudad puede ser un proceso largo y costoso, especialmente en una ciudad como Bogotá que cuenta con una extensa red vial. El uso de técnicas de procesamiento de imágenes e inteligencia artificial puede resultar altamente beneficioso, en tanto que estas pueden brindar una solución más eficiente, precisa y objetiva en la detección y localización de fallas viales. En este sentido, el uso de estas técnicas puede tener un efecto positivo en la planificación del mantenimiento de las vías, lo que a su vez puede mejorar tanto el flujo vehicular como la seguridad en las carreteras. En este trabajo, se implementan técnicas de aprendizaje profundo mediante redes neuronales, con el fin de analizar grabaciones de video tomadas desde un vehículo particular y desde las rutas de algunos buses de Transmilenio S.A. El uso de estas técnicas permitió lograr una detección y ubicación más rápida y precisa de las fallas viales de la ciudad de Bogotá

Grantor dc:publisher

Pontificia Universidad Javeriana

Authors dc:creator

• Rubiano Venegas, David Andres
• Calderon Bocanegra, Francisco Carlos

Advisor dc:contributor.advisor

• Rubiano Venegas, David Andres

• Modelo
• Redes neuronales
• Aprendizaje profundo
• YOLO
• Faster RCNN
• Segmentación
• Visión de computador
• DashCam
• Transmilenio
• Falla vial
• Bache
• Hueco

Licence dc:rights.uri

• http://creativecommons.org/licenses/by-nc-nd/4.0/

Language dc:language.iso

spa

Handle dc:identifier.uri

http://hdl.handle.net/10554/64386

OAI record oai:identifier

https://repository.javeriana.edu.co/oai/request?verb=GetRecord&metadataPrefix=dim&identifier=oai%3Arepository.javeriana.edu.co%3A10554%2F64386