Cesar Enrique Rojas Hernandez - 2191952 Santiago Andres Delgado Quiceno - 211799 Mariana Robayo Nieto - 2195092
El problema de autonomia con el que cuentan muchas personas invidentes al momento de estar fuera de sus casas es que se les hace dificil movilizarse por las calles de manera autonoma debido p que los conductores no son concientes y en los pasos de sebra no suelen ceder el paso a las personas invidentes al igual que es muy complicado saber el estado de los semaforos para pasar con mas seguridad, debido a la poca inclusion que hay para estos casos no se cuentan con ayudas o sistemas especializados que permitan mejorar estos casos en pro de mejorar estas situaciones
Mejorar la autonomía y seguridad de las personas invidentes al cruzar las calles, mediante el desarrollo de un sistema de IA basado en modelos de aprendizaje que detecten el estado de los semáforos y proporcione indicaciones precisas.
Peatones-Traffic-Lights (PTL) es un conjunto de datos de imágenes de alta calidad de intersecciones de calles, creado para la detección de semáforos para peatones y pasos de cebra. Las imágenes tienen variaciones en el clima, la posición y la orientación en relación con el semáforo
las imagenes se encuantran divididas, el dataset origianl con las imagenes a maxima resolución y las recortadas que son las que se utilizaron
Original
Parte 1,
parte 2.
Recortado
aquí
Es una técnica de clasificación utilizada en Machine Learning (ML) basada en el enfoque probabilístico y la distribución gaussiana.
Accuracy: 0.58
Random forest es un algoritmo de aprendizaje automático construye árboles de decisión en diferentes muestras y toma su voto mayoritario para la clasificación y el promedio en caso de regresión.
Accuracy: 0.66
El objetivo del algoritmo de la máquina de vectores de soporte es encontrar un hiperplano en un espacio N-dimensional (N: el número de características) que clasifique claramente los puntos de datos. Para separar las dos clases de puntos de datos, se pueden elegir muchos hiperplanos posibles.
Accuracy: 0.64
Es un método de la inteligencia artificial que ensea a las computadoras a procesar datos de una manera que está inspirada en la forma en que lo hace el cerebro humano. Se trata de un tipo de proceso de machine learning llamado aprendizaje profundo, que utiliza los nodos o las neuronas interconectados en una estructura de capas que se parece al cerebro humano.
Accuracy: 0.95652