Tesis Ingeniería Electrónica y Comunicaciones
Permanent URI for this collectionhttp://repositorio.uta.edu.ec/handle/123456789/16
Browse
6 results
Search Results
Item Algoritmos de procesamiento de señales para el reconocimiento facial y de voz empleando redes neuronales(Universidad Técnica de Ambato. Facultad de Ingeniería en Sistemas, Electrónica e Industrial. Carrera de Ingeniería en Electrónica y Comunicaciones, 2022-09) Orozco Analuiza, Carlos Alexander; Pallo Noroña, Juan PabloThe present titling work deals with the development of an access control system through facial and voice recognition, for the authentication of people in a home. Currently, the levels of insecurity have increased and this has led to an increase in theft and damage to real estate due to the low level of security in a home. The device developed in this project is based on a bimodal access biometric, through machine learning and neural networks, a subfield of Artificial Intelligence. The system has two authentication methods: facial and voice, for which neural network models designed by the researcher were used with the stages of: database formation, image and audio processing, and neural network design. He implements two methods of facial and voice authentication to avoid identity theft, a camera is responsible for capturing the person's face and performing recognition through the neural network, if the user is registered, the microphone is activated to capture the key of access and process it through the neural network, to record the data a LAMP server is used where the system information and user notifications are stored through the Telegram application. This project is aimed at controlling the access of people to a home, avoiding the use of traditional authentication methods.Item Sistema de control de acceso por medio de reconocimiento facial con uso de mascarilla y monitoreo de temperatura(Universidad Técnica de Ambato. Facultad de Ingeniería en Sistemas, Electrónica e Industrial. Carrera de Ingeniería en Electrónica y Comunicaciones, 2022-03) Untuña Toalombo, Verónica de los Ángeles; Altamirano Meléndez, SantiagoThe world is going through a health crisis that has affected many people, the number of infections has been gradually increasing due to non-compliance with biosafety regulations by citizens. The present degree work describes the development of a control system through facial recognition with the use of a mask and temperature monitoring, where there is control of the acquired data, which are stored for later analysis. The control system is made up of three stages, these being: data acquisition through the temperature sensor and a webcam to later be sent to the Raspberry Pi development card so that it receives the information and performs the process of recognition of use. of masks through convolutional neural networks, which detect whether or not a person is wearing the mask, the information is sent through the MQTT network protocol that transports messages between devices, a mobile app is used to view the data which is linked to ThingSpeak, which is an Internet of things platform, in case the temperature exceeds its nominal value, an alert signal will be sent to the Telegram messaging application. This project is aimed at controlling the entry of people, whether in public or private places, avoiding direct contact with control personnel, and monitoring the correct temperature for the respective entry.Item Sistema avanzado de asistencia al conductor empleando visión artificial en vehículos de transporte público(Universidad Técnica de Ambato. Facultad de Ingeniería en Sistemas, Electrónica e Industrial. Carrera de Ingeniería Electrónica y Comunicaciones, 2019) Pico Aponte, Grecia Magaly; Salazar Logroño, Franklin WilfridoEn el presente trabajo se describe el análisis, desarrollo y creación de un prototipo de sistema avanzado de asistencia al conductor empleando visión artificial en vehículos de transporte público para la prevención de accidentes de tránsito en la ciudad, para lo cual se analizaron las tecnologías empleadas en sistemas avanzados de asistencia al conductor (SAAC) vigentes en el mercado, como también se estudiaron los algoritmos aplicados con visión artificial en SAAC. El prototipo basa su funcionamiento en la utilización de software libre mediante la programación en Open CV, Phyton y el apoyo de herramientas para el reconocimiento de patrones empleando técnicas de visión artificial como los algoritmos predefinidos de los descriptores Haar Cascades, con el uso de dichos elementos se realiza el procesamiento necesario para la detección de obstáculos definidos como peatones, líneas de carril y la activación de alertas visuales y sonoras en caso de que se presenten infracciones en el recorrido de los autobuses, para el reconocimiento de estos obstáculos se utiliza una cámara propia de Raspberry pi. El dispositivo es ubicado en la parte central delantera en el interior del vehículo a ser controlado y permite él envió de mensajes de alerta donde se informa el tipo de infracción cometida o el obstáculo presentado juntamente con la hora y fecha de evento suscitado, el nodo central recibe la información y la transfiere a una base de datos donde se almacena la generación de las alertas e informa oportunamente al propietario de la línea de transporte. En base a las pruebas realizadas por el sistema en la sección se peatones en un rango de distancia entre uno y diez metros la cantidad de peatones detectada es igual a la cantidad de peatones presentes en la vía a partir de los quince metros se va perdiendo esta característica de reconocimiento y dando paso a la presencia tanto de falsos positivos como de falsos negativos, disminuyendo la confiabilidad del sistema de detección, el tiempo de respuesta del sistema ante eventos individuales varía entre 1sy 1.5s, la respuesta del sistema completo varía entre los 2s y 3s considerando la distancia entre el automotor y el obstáculo. Se recomienda tomar en cuenta este prototipo como fuente de estudio para mejoras futuras con la finalidad de obtener tiempos de respuesta más cortos, menos errores en el reconocimiento y considerar la posibilidad de obtener respuestas mecánicas por parte del automotor.Item Plataforma cloud de monitoreo, adquisición, visualización y predicción de la contaminación del aire, basado en modelos de redes neuronales artificiales(Universidad Técnica de Ambato. Facultad de Ingeniería en Sistemas, Electrónica e Industrial. Carrera de Ingeniería en Electrónica y Comunicaciones, 2018) Paredes Rodríguez, Juan Carlos; Ríos Villacorta, AlbertoEn la presente investigación se propone medir la concentración las partículas en suspensión que varían entre 2.5 ug y 10 ug también conocido como PM10 y las partículas en suspensión menores a 2.5 ug conocido como PM2.5, en el campus Huachi de la Universidad Técnica de Ambato. El objetivo es determinar los niveles de concentración de estos contaminantes y su probable afección a corto y largo plazo en la salud de los habitantes de la zona. La evaluación consiste en la construcción de una plataforma móvil para la medición de la concentración de los contaminantes PM10 y PM2.5. Dicha plataforma consta de un sensor de polvo PPD42, el que registra las partículas de polvo en un determinado tiempo, el sensor consta de un diodo emisor de luz y un detector de fotodiodos. La plataforma dispone de un sensor DHT11 para la medición de la temperatura y humedad del ambiente y de un módulo GPS Ublox NEO 6M para el registro del posicionamiento de la plataforma móvil. Todos los valores de los sensores son procesados por una tarjeta arduino uno R3 y enviados a una base de datos MySQL en un servidor remoto. La base de datos ha sido instalada y configurada en el sistema operativo Centos 7. Además, se ha configurado un servicio apache para que cualquier persona con acceso a internet pueda visualizar los valores por medio de una página web. Centos 7 está instalado como una instancia sobre Google Cloud Platform. Un servicio PaaS de computación en la nube que ofrece Google. Por último, se realiza la predicción de las concentraciones de material particulado PM10 y PM2.5 utilizando Redes Neuronales artificiales. En el presente proyecto se emplea un perceptrón multicapa que consta de una capa de entrada, una capa intermedia y una capa de salida. La red neuronal artificial ha sido programada utilizando el toolbox de Redes neuronales de Matlab.Item Prototipo de un cancelador activo de radio frecuencia para atenuar las interferencias por ruidos en los receptores de radio(Universidad Técnica de Ambato. Facultad de Ingeniería en Sistemas, Electrónica e Industrial. Carrera de Ingeniería Electrónica y Comunicaciones, 2017-01) Guasgua Pacheco, Edison Fabián; Jurado Lozada, Marco AntonioEl cáncer de mama es una de las enfermedades más frecuentes en las mujeres a nivel mundial con una incidencia de desarrollo del 99 % y un 1% en hombres, para el sexo femenino existen ciertas estrategias para reducir la tasa de mortalidad, la más conocida es la mamografía, esta técnica no es universalmente accesible debido a su costo, el cual en ecuador está en un rango de 30 a 40 dólares, esto impide a las personas de bajos recursos acceder a este examen médico. Por ello, este trabajo propone la incorporación de la termografía como herramienta alternativa para la detección precoz del cáncer de mama, este método tiene una gran acogida en el ámbito de la medicina debido a que permite calcular la temperatura a distancia, con exactitud y sin contacto físico directo, además es totalmente indolora y de bajo costo. La imagen infrarroja es obtenida mediante la cámara termográfica FLIR en condiciones que el paciente debe cumplir, entre las más relevantes está reposar de 10 a 15 minutos antes de someterse al examen para estabilizar la temperatura en su cuerpo otra condición importante es que la imagen debe ser obtenida de la parte superior del paciente totalmente desnudo y en un espacio sin filtros de luz para evitar que afecte al resultado final. Posteriormente la imagen es filtrada para eliminar el ruido y mejorar su nitidez para lo cual se recurrió a los filtros Laplaciano y Gaussiano, seguidamente se procede a la segmentación de la imagen es decir la obtención de la región de interés ROI mediante la técnica segmentación Watershed la cual está fundamentada en la morfología matemática, obtenida la ROI se procede a la extracción de las características de textura mediante los descriptores de textura Haralick la cual consta de catorce parámetros, entre ellos están: correlación, entropía, suma y diferencia de entropía, entre otros. Para la clasificación se procede a determinar si la imagen adquirida del paciente es patológica o no patológica, proceso mediante el cual se realiza a través de Redes Neuronales Artificiales, las cuales se basan en el modelo biológico del cerebro humano y además tienen la capacidad de aprender por medio de una enseñanza de esta forma deducir el pronóstico médico de cada imagen. ABSTRACT Breast cancer is one of the most common diseases in women worldwide with an incidence of development of 99% and 1% in males, for females there are certain strategies to reduce the mortality rate, the best known is the mammogram, this technique is not universally accessible due to its cost, which in Ecuador is in the range of $ 30 to $ 40, this prevents low-income people access this medical examination. Therefore, this work proposes the incorporation of thermography as an alternative tool for early detection of breast cancer, this method has a great success in the field of medicine because they can calculate the temperature at distance, with accurately and without contact direct physical, it is also completely painless and inexpensive. The infrared image is obtained by the thermal imager FLIR under conditions that the patient must meet, among the most relevant is to stand for 10-15 minutes before undergoing the test to stabilize the temperature in your body other important condition is that the image must be obtained from the top of the patient completely naked and in an area without light filters to avoid affecting the final result. Subsequently, the image is filtered to remove noise and improve clarity for which he used the Laplacian and Gaussian filters, then proceed to the image segmentation is obtaining the region of interest ROI through technical segmentation Watershed the which is based on mathematical morphology obtained ROI it proceeds to the extraction of texture features using the texture descriptors Haralick which consists of fourteen parameters, among them: correlation entropy sum and difference entropy, etc. . For the classification proceed to determine whether the acquired image of the patient is pathological or not pathological process by which it is done through artificial neural networks, which are based on the biological model of the human brain and also have the ability to learn by teaching thus deduce the medical prognosis of each image.Item Análisis, evaluación y caracterización de imágenes termográficas utilizando redes neuronales artificiales y técnicas de extracción de características de textura de Haralick(Universidad Técnica de Ambato. Facultad de Ingeniería en Sistemas, Electrónica e Industrial. Carrera de Ingeniería en Electrónica y Comunicaciones, 2015-12) Guamán Tisalema, Diana Paola; Pérez Hernández, María GabrielaRESUMEN El cáncer de mama es una de las enfermedades más frecuentes en las mujeres a nivel mundial con una incidencia de desarrollo del 99 % y un 1% en hombres, para el sexo femenino existen ciertas estrategias para reducir la tasa de mortalidad, la más conocida es la mamografía, esta técnica no es universalmente accesible debido a su costo, el cual en ecuador está en un rango de 30 a 40 dólares, esto impide a las personas de bajos recursos acceder a este examen médico. Por ello, este trabajo propone la incorporación de la termografía como herramienta alternativa para la detección precoz del cáncer de mama, este método tiene una gran acogida en el ámbito de la medicina debido a que permite calcular la temperatura a distancia, con exactitud y sin contacto físico directo, además es totalmente indolora y de bajo costo. La imagen infrarroja es obtenida mediante la cámara termográfica FLIR en condiciones que el paciente debe cumplir, entre las más relevantes está reposar de 10 a 15 minutos antes de someterse al examen para estabilizar la temperatura en su cuerpo otra condición importante es que la imagen debe ser obtenida de la parte superior del paciente totalmente desnudo y en un espacio sin filtros de luz para evitar que afecte al resultado final. Posteriormente la imagen es filtrada para eliminar el ruido y mejorar su nitidez para lo cual se recurrió a los filtros Laplaciano y Gaussiano, seguidamente se procede a la segmentación de la imagen es decir la obtención de la región de interés ROI mediante la técnica segmentación Watershed la cual está fundamentada en la morfología matemática, obtenida la ROI se procede a la extracción de las características de textura mediante los descriptores de textura Haralick la cual consta de catorce parámetros, entre ellos están: correlación, entropía, suma y diferencia de entropía, entre otros. Para la clasificación se procede a determinar si la imagen adquirida del paciente es patológica o no patológica, proceso mediante el cual se realiza a través de Redes Neuronales Artificiales, las cuales se basan en el modelo biológico del cerebro humano y además tienen la capacidad de aprender por medio de una enseñanza de esta forma deducir el pronóstico médico de cada imagen. ABSTRACT Breast cancer is one of the most common diseases in women worldwide with an incidence of development of 99% and 1% in males, for females there are certain strategies to reduce the mortality rate, the best known is the mammogram, this technique is not universally accessible due to its cost, which in Ecuador is in the range of $ 30 to $ 40, this prevents low-income people access this medical examination. Therefore, this work proposes the incorporation of thermography as an alternative tool for early detection of breast cancer, this method has a great success in the field of medicine because they can calculate the temperature at distance, with accurately and without contact direct physical, it is also completely painless and inexpensive. The infrared image is obtained by the thermal imager FLIR under conditions that the patient must meet, among the most relevant is to stand for 10-15 minutes before undergoing the test to stabilize the temperature in your body other important condition is that the image must be obtained from the top of the patient completely naked and in an area without light filters to avoid affecting the final result. Subsequently, the image is filtered to remove noise and improve clarity for which he used the Laplacian and Gaussian filters, then proceed to the image segmentation is obtaining the region of interest ROI through technical segmentation Watershed the which is based on mathematical morphology obtained ROI it proceeds to the extraction of texture features using the texture descriptors Haralick which consists of fourteen parameters, among them: correlation entropy sum and difference entropy, etc. . For the classification proceed to determine whether the acquired image of the patient is pathological or not pathological process by which it is done through artificial neural networks, which are based on the biological model of the human brain and also have the ability to learn by teaching thus deduce the medical prognosis of each image.