Publicación:
Sistema de Reconocimiento del entorno para personas con discapacidad visual

Vista sencilla de ítem
dc.contributor.advisorPuerto Lara, Andres Esteban
dc.contributor.authorMontaña Rodríguez, Ruth Luzcena
dc.contributor.authorMolina Pulido, Brayan
dc.contributor.authorMoya Suesca, Wilson
dc.contributor.authorPuentes Ardila, Wendy Jeraldyn
dc.date.accessioned2021-10-04T20:27:18Z
dc.date.available2021-10-04T20:27:18Z
dc.date.issued2018
dc.description.abstractA nivel internacional la discapacidad visual se describe como la dificultad que presentan algunas personas para poder realizar sus actividades cotidianas debido a la disminución o perdida de las funciones visuales que afecta varios aspectos en relación con la sociedad y el cambio constante del mundo día a día. Las personas con discapacidad visual además de su limitante carecen de apoyo para que puedan desempeñar su rol en la sociedad y como persona. Los grandes avances de las tecnologías en diferentes campos y ciencias permiten y han permitido que se desarrollen nuevas técnicas y herramientas que proporcionen ayudas sobre las discapacidades y limitaciones de las personas logrando así una mejor calidad de vida. Bajo este documento se emplea modelos de inteligencia artificial basados en modelo de procesamiento en millones de imágenes que proporcionen una identificación del entorno de ubicación para las personas con discapacidad visual o parcial.spa
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero(a) de Telecomunicacionesspa
dc.description.tableofcontents- Introducción - Antecedentes - Justificación - Identificación del problema - Objetivo general - Objetivos específicos - Alcances y limitaciones - Marco teórico - Metodologíaspa
dc.format.extent56 Paginasspa
dc.format.mimetypeapplication/pdfspa
dc.identifier.urihttps://repositoriocrai.ucompensar.edu.co/handle/compensar/3061
dc.language.isospaspa
dc.publisherFundación Universitaria Unipanamericana – Compensarspa
dc.publisher.facultyFacultad de Ingenieríaspa
dc.publisher.placeBogotá D.Cspa
dc.publisher.programIngeniería de Telecomunicacionesspa
dc.relation.referencesAltuna, M. (5 de Febrero de 2012). Aplicación práctica de la visión artificial en el control de procesos industriales. Obtenido de CENTRE INTEGRAL DE FORMACIO PROFESSIONAL DE LA GARROTXA.spa
dc.relation.referencesAngie P Rosado, Carlos E. Carrascal, Diseño de un dispositivo electrónico para la detección de obstáculos en personas con discapacidad visual, Ocaña Norte de Santander, 2012.spa
dc.relation.referencesAraujo Santos, L. (2018). GoogleNet. En Inteligencia Artificial. Gitbooksspa
dc.relation.referencesAtriano Perez, N. (2012). Piramides Y Wavelets. En Piramides Y Wavelets (págs. 10-14)spa
dc.relation.referencesBejar, I. (14 de Febrero de 2013). Introduccion a la Inteligencia Artificial. Obtenido de Universidad Politecnica de Catalunyaspa
dc.relation.referencesBocanegra Rivera, C. F. (2013). BOLETIN JURIDICO TRIMESTRAL NO. 08. IBAGUEspa
dc.relation.referencesCardenes Almeida, R. (2008). Inteligencia Artificial.spa
dc.relation.referencesClark, K. (2018). Bluebox wIFE. Estantia House.spa
dc.relation.referencesCognex. (2016). INTRODUCCIÓN A LA VISION ARTIFICIAL. Natick, Massachusetts.spa
dc.relation.referencesook , K., Drayer, A., & Imbert , A. (2004). Plug and Play Technology.spa
dc.relation.referencesDipert, B., & Bier, J. (2015). The Caffe Deep Learning Framework: An Interview with the Core Developers. California: Basler.spa
dc.relation.referencesGutierrez Santiago, A., & Cancela Carral, J. M. (2006). DE LA “MINUSVALÍA” VISUAL A LA “DISCAPACIDAD” VISUAL. Revista de investigación en educación, 33-50.spa
dc.relation.referencesJia, Y., & Shelhamer, E. (2014). Caffe: Convolutional Architecture for Fast Feature Embedding. arXiv preprint.spa
dc.relation.referencesKrizhevsky, A., Sutskever, I., & Hinton, G. (2014). ImageNet Classification with Deep Convolutional. Toronto.spa
dc.relation.referencesLoncomilla, P. (2016). Deep learning: Redes convolucionales. Puebla.spa
dc.relation.referencesLópez Briega, R. (02 de Agosto de 2016). Redes neuronales convolucionales con TensorFlow. Obtenido de GITHUB.IO.spa
dc.relation.referencesLópez, R. (07 de Mayo de 2014). ¿Qué es y cómo funciona “Deep Learning”? . Obtenido de WordPress.spa
dc.relation.referencesMarder, E., & Goaillard, J.-M. (2006). Nature Reviews Neuroscience volumen 7. Enspa
dc.relation.referencesMatich, D. J. (2001). Redes Neuronales: Conceptos Básicos. Rosariospa
dc.relation.referencesNature Reviews Neuroscience volumen 7 (págs. 563-574). Massachusetts.spa
dc.relation.referencesNielsen, M. (2015). Neural Networks and Deep Learning. Determination Press.spa
dc.relation.referencesOMS. (2001). Clasificación Internacional del Funcionamiento de la Discapacidad y de la Salud. Santander: AMICAspa
dc.relation.referencesPino Diez, R., De la Fuente García, D., Parreño Fernándes, J., Priore, P. (2004). Aplicación de redes neuronales artificiales al cálculo de previsiones a corto plazo en el mercado eléctrico español. Españaspa
dc.relation.referencesRuiz, H. (2018). ¿Qué es la visión artificial y cómo puede mejorar tu aplicación? Barcelona: Infaimonspa
dc.relation.referencesRussakovsky, O., Deng, J., Su, H., Krause, J., Satheesh, S., Ma, S., . . . Karpathy, A. (2015). ImageNet Large Scale Visual Recognition Challenge. Florida: IJCVspa
dc.relation.referencesSadato, N., Pascual-Leone, A., & Grafman, J. (1998). Neural networks for Braille reading by the blind. Oxford.spa
dc.relation.referencesSuarez Escudero, J. C. (2011). Discapacidad visual y ceguera en el adulto. Medicina U.P.B., 170-180.spa
dc.relation.referencesWright, T. (2018). Guide Dogs’ strategy is evolving. FORWARD, 5-6spa
dc.relation.referencesZimmermann Casado, M. (03 de Noviembre de 2014). Sistema de recolección de objetos mediante visión artificial y planificación automática. Obtenido de Universidad Carlos III de Madrid.spa
dc.rightsFundación Universitaria Unipanamericana – Compensar, 2018spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)spa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/spa
dc.sourceFuente PDFspa
dc.subject.proposalDiscapacidad Visualspa
dc.subject.proposalVisión Artificialspa
dc.subject.proposalImágenesspa
dc.subject.proposalRedes Neuronalesspa
dc.subject.proposalConvolucionspa
dc.titleSistema de Reconocimiento del entorno para personas con discapacidad visualspa
dc.typeTrabajo de grado - Pregradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1fspa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/bachelorThesisspa
dc.type.redcolhttps://purl.org/redcol/resource_type/TPspa
dc.type.versioninfo:eu-repo/semantics/publishedVersionspa
dspace.entity.typePublication
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2spa
oaire.versionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa

Archivos

Bloque original

Mostrando 1 - 1 de 1
Miniatura
Nombre:
SISTEMA DE RECONOCIMIENTO DEL ENTORNO PARA PERSONAS CON DISCAPACIDAD VISUAL.pdf
Tamaño:
2.42 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
14.48 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

ABC. Ingeniería de Telecomunicaciones