Camele, Genaro <br/><br/>
Detección de peatones en video usando algoritmos de aprendizaje automático 

 -  2019 
 - v; 73 p.  :  il. col.   +  1 DVD 
<br/><br/>Tesina (Licenciatura en Sistemas) - Universidad Nacional de La Plata. Facultad de Informática, 2019. 
<br/><br/>1. Introducción  -- 1.1. Resumen  -- 1.2. Motivación  -- 1.3. Objetivos  -- 1.4. Organización del documento -- 2. Visión por computadora  -- 2.1. Conceptos básicos  -- 2.1.1. Sistemas de representación  -- 2.1.2. Escala de grises  -- 2.1.3. RGB  -- 2.2. Descriptores  -- 2.2.1. Histograma de gradientes orientados  -- 2.2.2. Patrón binario local  -- 2.3. Modelos de clasificación  -- 2.3.1. Máquinas de vectores de soporte (SVM)  -- 2.3.2. Redes neuronales  -- 2.4. Clasificación de peatones  -- 2.5. Detección de peatones  -- 2.5.1. Ventanas deslizantes  -- 2.5.2. Imagen en pirámide  -- 2.5.3. Intersección sobre la unión (Intersection Over Unión)  -- 2.5.4. Supresión no máxima  -- 2.5.5. Seguimiento (Tracking)  -- 2.5.6. Hard Negative Mining  -- 2.6. Métricas -- 3. Deep Learning  -- 3.1. Redes neuronales biológicas  -- 3.2. Redes neuronales artificiales  -- 3.3. Perceptrón  -- 3.4. Neuronas Sigmoideas -- 3.5. Redes Feedforward  -- 3.6. Backpropagation  -- 3.6.1. Función de error  -- 3.6.2. Gradiente descendente  -- 3.6.3. Algoritmo de backpropagation  -- 3.6.4. Sobreajuste  -- 3.7. Redes neuronales convolucionales  -- 3.7.1. Capa Max Pooling en 2D  -- 3.7.2. Capa Dropout  -- 3.8. Funciones de activacion -- 4. Transferencia de aprendizaje  -- 4.1. Datasets  -- 4.1.1. INRIA  -- 4.1.2. Daimler  -- 4.1.3. TUD-Brussels -- 4.1.4. Daimler Mono Pedestrian Detection Benchmark Dataset  -- 4.1.5. Generación de ejemplos extra -- 5. Experimentación  -- 5.1. Comparación de algoritmos de machine learning -- 5.1.1. Preprocesamiento y parámetros del SVM -- 5.1.2. Resultados con SVM  -- 5.1.3. Resultados con Deep Learning  -- 5.2. Experimentos de transferencia  -- 5.2.1. Resultados de transferencia  -- 5.2.2. Conclusión de transferencia -- 6. Conclusión y trabajo a futuro  -- 6.1. Conclusiones generales  -- 6.2. Líneas de trabajo futuras 
<br/><br/><label>Standard No.: </label>DIF-M7787 
<br/><br/><label>Subjects--Topical Terms: </label><br/>REDES NEURONALES<br/>APRENDIZAJE AUTOMÁTICO
<br/><br/><label>Subjects--Index Terms: </label>máquinas de vectores de soporte