Publicado 11-12-2023
Licencia
Artículo original

Red Neuronal semántica para la detección de carriles peatonales

DOI: https://doi.org/10.22490/25394088.7476

Autores/as

Juan Manuel Aldana Porras Universidad Nacional Abierta y a Distancia
John Fredy Montes Mora Universidad Nacional Abierta y a Distancia

El presente trabajo forma parte del proyecto PG2402ECBTI2022 aprobado por la Universidad Nacional Abierta y a Distancia. Su objetivo es desarrollar un sistema de percepción espacial con técnicas de inteligencia artificial (IA) para mejorar la orientación y movilidad de personas con discapacidad visual en Ibagué. El sistema propuesto consta de varios módulos, y este texto se enfoca en los resultados del módulo de procesamiento de imágenes orientado a la segmentación de carriles peatonales mediante el uso de redes neuronales semánticas. La red propuesta para esta tarea parte de una arquitectura Deeplab y se entrenó a partir de un dataset compuesto por 5443 imágenes. Los resultados muestran que la arquitectura obtuvo un nivel de exactitud de 0.95 y que su capacidad para generalizar nuevas muestras es acorde a la tarea exigida para el sistema en general.

Palabras clave: Discapacidad visual, Red neuronal, Deeplab, carriles peatonales
Licencia

Cómo citar

Aldana Porras, J. M., & Montes Mora, J. F. (2023). Red Neuronal semántica para la detección de carriles peatonales. Publicaciones e Investigación, 17(4). https://doi.org/10.22490/25394088.7476
Almétricas